Scale AIがSWE-Bench Pro V2を公開
Scale AIは2026年9月22日、SWE-Bench Pro V2を公開した。これはSWE-Bench Proの公開スプリットを更新したものだ。
関連AIニュース
Scale AI、強化学習環境向け基盤ランタイム「AgentEnv」をオープンソース公開
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。
Scale AI、NVIDIA Open Agent Safety PlatformをScale GenAI Portfolioに導入
Scale AIは、NVIDIAのOpen Agent Safety Platform技術をScale GenAI Portfolioに追加し、管理された環境でAIエージェントを構築、訓練、デプロイ、実行、評価できるようにする。強制可能なセキュリティと行動記録も備える。
Scale AIとGoogle Cloud、Scale GenAI Portfolio向けリファレンスアーキテクチャで提携
共同の設計図はScale GenAI PortfolioをGoogle Cloudに持ち込み、Gemini Enterpriseとの連携を含む。Scale AIは、開発者がAIをより早く実務に投入するための実証済みの基盤を提供するものだとしている。
DeepLearning.AI、The Batch で DeepSeek のキャッシュ削減と Flash のベンチマーク結果を詳述
DeepLearning.AI は The Batch の最新号で DeepSeek のアーキテクチャを分析し、トークンあたりのキャッシュが 890 バイトと DeepSeek-V1 より 437 倍削減されたと報告した。また、入力が 4K から 1M トークンに拡大すると出力トークンあたりの計算量が 25% 増加する点や、AA Index で Flash が V4-Pro を上回った点も指摘している。
Arena.ai、Agent Arena 上で4,700回以上のエージェントセッションを通じ Jev Router を評価
Arena.ai は Agent Arena 上の4,700回を超えるエージェントセッションを通じて typesafeai の Jev Router を評価した。現在のパレート境界を更新することはなかったものの、ユーザーフィードバックに応じた強力な制御性を示したことが判明した。