CoreWeaveが強化学習向けにモデル重みをリアルタイム更新する「RL Rollouts」を発表
CoreWeaveは、強化学習中に進行中のリクエストを中断することなく、稼働中の推論デプロイに新しいモデルの重みを直接ロードするインフラ機能「RL Rollouts」を発表した。NVIDIAとYou.comはこの機能を利用し、Web検索向けにNemotron 3.5 Lightningの事後学習を行った。
CoreWeaveは、強化学習中に進行中のリクエストを中断することなく、稼働中の推論デプロイに新しいモデルの重みを直接ロードするインフラ機能「RL Rollouts」を発表した。NVIDIAとYou.comはこの機能を利用し、Web検索向けにNemotron 3.5 Lightningの事後学習を行った。
Gemini LiveのGuided Visionが、Gemini Liveに対応している地域と言語において、Android 9以降を搭載したAndroid端末で利用可能になった。GeminiアプリとAndroidシステムソフトウェアの最新バージョンが必要となる。
Anthropicはサイバー検証プログラムを拡大し、検証済みのセキュリティ専門家にClaude Mythos 5.1、Opus 5.5、Sonnet 5.5へのアクセスを広く認めるほか、認可された攻撃的ワークフロー向けの階層を追加する。
Google GeminiはGemini Liveに「Guided Vision」を導入した。視覚障害者およびロービジョンコミュニティとともに開発された対話型リアルタイム視覚支援機能で、カメラ映像を共有することで動的な音声解説や画角調整の音声ガイダンスを受けられる。
OpenRouterはNano Banana 2.1の価格と機能の詳細を公開した。画像生成料金は1枚あたり0.0336ドルからで、最大14枚の参照画像と検索グラウンディングに対応する。
OpenRouterがプラットフォームにGoogleAIDevsのNano Banana 2.1を追加し、画像生成・編集のアップデート版モデルの提供を開始した。
ClaudeDevsは、Claude Codeのクラウドセッションがタスクごとに新しい仮想マシン上で実行され、複数のタスクを同時に開始してノートPCを閉じた後も処理を継続できると説明した。また、適した7つのワークフローと初回のGitHub連携手順をまとめた実践ガイドも公開した。
9月23日時点でClaude ProまたはMaxプランに加入していたユーザーは、太平洋時間10月7日23時59分までにClaude Codeで「/claim-credit」を実行して1回限りのクラウドセッションクレジットを受け取る必要がある。このクレジットは通常プランの上限より先に消費され、11月4日に失効する。
Pikaはプラットフォーム上でNano Banana 2.1の提供を開始した。Geminiのインテリジェンスを統合し、画質と処理速度を向上させている。
GitHubは、AIコードレビューエージェントが不要なノイズを出さずに重要な問題を特定できるかを評価するオープンベンチマーク「ReviewBench」を公開した。19言語にわたる219件のプルリクエストに基づいている。
現在 OpenAI API の有料ティアを利用している組織は、手動での対応を行うことなく新しいティアへ自動的に移行します。これは OpenAI が有料利用ティアを従来の5段階から3段階へと統合したことに伴う措置です。
OpenAIは従来の5段階あった有料API利用ティアをBuild、Launch、Growの3段階に統合した。新設の最上位ティアGrowの適用要件は、従来の1,000ドルから累計500ドルのAPI支払いに引き下げられた。
Command Codeは全プランおよびAPIでMistral Large 4の提供を開始しました。総パラメータ数は1兆、アクティブパラメータ数は490億で、524Kのコンテキストウィンドウを備えています。
Polymarketが引用したa16zの分析によると、Anthropicユーザーの支出がOpenAIユーザーを上回っているのはモンタナ州、カリフォルニア州、マサチューセッツ州の3州のみである。
Mistral AI は、Mistral Large 4 が未知のバイナリをエンドツーエンドで解析し、検体を Cobalt Strike と特定して侵害指標(IoC)や設定情報を抽出し、YARA ルールを含むレポートを 12 分で作成する様子を実演した。
Mistral AI は、Mistral Large 4 が実環境での実行に基づくツール呼び出しを用い、Capture the Flag(CTF)スピードランで 19 問中 18 問の課題を解決したと報告した。
OpenAIの担当者が数学者らに対し、解答を一度にすべて公開することはないと確約したと報じられたが、広報担当のLindsay McCallum氏はそのような確約を把握していないと述べた。コミュニティの反応を懸念したOpenAIは、結果の公表方法についても助言を求めた。
Zichen ChenはHugging Faceと共同でRSI Arenaの次期段階を開始し、AIエージェントが自律的に訓練したモデルに対するコミュニティ投票の受け付けを始めた。Hugging Face Inference Endpointsが各モデルをリアルタイムでホストし、評価フィードバックをエージェントに直接送り返して今後の訓練に役立てる。
Scale AI は、自社で AI エージェント訓練用の強化学習環境を動かすために内部で使用している基盤ランタイム「AgentEnv」をオープンソースとして公開しました。
WIRED の報道によると、OpenAI は未解決問題に対する100件以上の新たな解決策の公開を準備している。一方で、ある数学者は大手 AI 企業に「ギャングのような振る舞いの印象」があると指摘した。