Scraps 最終更新 2026/11/16 11:20

#AIエージェント

@rizumita /

Qwen3.8 Flash Nextに混ざる中国語を、出力層の書き換えで消した: 27%→0%、他の重みは1バイトも変えずに

  • Qwen3.8-Flash-Nextの出力層の25,451行を書き換えることで中国語の混入を0%にした
  • 出力層の中国語トークンの行を語彙外の行に置き換え、他の重みは変更しない
  • 出力層の書き換えで中国語混入を完全に除去可能だが、語彙外の行の点数が保証されていない

@Anna Heim /

イスラエルのベンチャーキャピタルは、Nvidiaの混乱の中で挑戦者に機会を見出す

  • イスラエルのベンチャーキャピタルがNvidiaの混乱を機に挑戦者に注目している
  • NvidiaのGPUがLLMトレーニングに不可欠で、イスラエルのAI業界に大きな影響を与える
  • Nvidiaのリーダーシップ変更がAI支出に影響し、競合企業が新たな機会を得る可能性がある

@lehukuku0120 /

地理空間情報と詰将棋に見るLLMの課題 ―空間・状態・制約を扱う過程に共通点はあるか―

  • LLMが詰将棋や地理空間情報の処理で誤る理由は、認識した内容を構造として保持・更新し推論する過程の不安定さにある
  • 地理空間情報では幾何とトポロジの区別、詰将棋では利きや王手の計算が重要で、どちらも状態の更新と制約の検証が必要
  • モデルの構造改善と外部エンジンの組み合わせが課題で、認識・構造化・検証の各段階を切り分けるべき

@牟田 瞭太郎 /

Weekly Azure アップデート情報 - 2026/10/02

  • Azure Database for PostgreSQL向けにPostgreSQLスキルおよびMCPプラグインのプレビューが開始された
  • PostgreSQLスキルはAIコーディングアシスタントをエキスパートに、MCPプラグインはデータベースのコンテキストを調査してクエリ実行を可能に
  • PostgreSQLのエキスパート機能を活用する際はプレビュー版の制限を確認する必要がある

@へいた /

Geminiで意思決定モデルが使える様になったらしい

  • Geminiに意思決定APIが追加され、1回で最大1000問を処理できるようになった
  • マルチモーダル入力に対応し、Yes/No・選択肢・スコア評価の3種類の判断形式をサポート、Jevより問数が2倍
  • Google Cloudでは現在利用不可でGoogle AI Studioでのみ利用可能、エコシステム連携は今後順次進む

@平木 佳介 /

ARTEX・AntiFox の事例から、AI ペネトレーションテストツールの悪用と AWS の対策をまとめてみた

  • AIペネトレーションテストツールの自動化範囲が判断まで広がり、ARTEXとAntiFoxが実際の攻撃に使われている
  • AIエージェントが実行結果を読み次の操作を判断する仕組み、認証情報漏洩や権限過大が主な攻撃対象
  • 認証情報の届く範囲を狭め、拒否と成功を合わせて監視し、リスクに応じた対応時間を決めることが重要

@ara_ta3 /

5年後のエンジニアは、何に責任を持つのだろうか

  • 5年後のエンジニアは、PR単位ではなく機能やプロダクト単位で責任を持つ職業になる
  • AIに開発を任せる単位がPRから機能・プロダクトへ広がり、サービス全体の仕組みを理解する必要がある
  • AIに任せた内容を検証し、説明責任を果たすための開発プロセスやハーネスの設計が重要になる

@ryosuke_ohori /

Claude Fable 5.2はOpusの単価2倍、でも1タスクは約半額!? Mythos5.2との違いと使いどころ

  • Claude Fable 5.2の単価はOpus 5.5の2倍だが、1タスクは約半額だった
  • Fable 5.2の高設定で1タスク平均6.72ドル、Opus 5.5の最大設定で12.82ドル、Fableの高速モード単価は16ドル/80ドル
  • 同じモデルでも設定によって費用が大きく変わるため、タスクの内容と利用条件を明確に確認する必要がある

@赤帽エンジニアブログ /

RamaLamaを使ってコンテナ環境でAIモデルをローカル実行する

  • RamaLamaはコンテナでAIモデルをローカルで実行できるOSSのCLIツールとして公開された
  • GPUやCPUの環境に応じてコンテナイメージを自動選択し、llama.cppやvLLMなどのランタイムでモデルを実行する
  • Hugging FaceやOCIレジストリからモデルを取得し、ローカルに保存して再利用できる

@karamage /

【pstack】AIに敵対的レビューをさせるな。トークンは検証に使え

  • AI同士の敵対的レビューは信頼できる成果物にならない。トークンは実際に動かして確かめる検証に使うべき
  • 敵対的レビューは命名や未来の要件に迷い込み、検証スキルは実際の動作と形式検証で信頼性を確保
  • 敵対的レビューに使ったトークンは検証の仕組み構築に回すことで、実際のバグが見つかりやすくなる

@hiroyuki.matsuda /

Weight-Space Programming っぽいことを Whisper でやってみた:出力層の 1 行で句点を打たせる

  • Whisper の出力層の「。」の行を 1 行書き換えると、logit に定数を足すより誤りの少ない句点が増えた
  • 出力層の「。」の行に方向 d を足す編集と、一律加算の定数を足す方法を比較し、方向編集の方が recall が高かった
  • 句読点つき prompt は話し言葉では認識を壊すが、重み編集はどちらでも CER をほぼ保つ

@iizuka kota /

最強オープンウェイトモデル Kimi-K3.1-Pro をセルフホストして独自ベンチで比べてみた

  • Kimi-K3.1-Pro がオープンウェイトモデルで最強とされる理由を、推論速度と賢さのベンチマークで検証
  • 推論速度では K3.1-Pro が K3 よりも高速で、賢さのベンチでは 10 モデル中 1 位を獲得
  • K3.1-Pro のデプロイには vLLM Recipes と KV キャッシュの調整が重要で、並列度に応じた性能変化に注意が必要

@Arathi Sethumadhavan /

5つの新しいGoogle Flowツールがビジュアルアーティストによってデザインされる

  • Google Flowに5つの新しいクリエイティブツールがリリースされる
  • キャラクターのスタイル一貫性を保つCharacter Poster、複数のカメラアングルを生成するPocket Studio、レトロなデジタルエフェクトを提供するPixel Machine
  • これらのツールは、SNSのビジュアル制作やドキュメンタリーのキャラクター開発に効果的で、プロの映像制作に近いクオリティを手軽に実現できる

@Lauren Forristal /

Nectar、ブランド向けにクリエイター発見とアプローチを自動化するAIエージェントをリリース

  • Nectarがブランド向けにクリエイター発見とアプローチを自動化するAIエージェントをリリースした
  • Creator Agentは300万以上のクリエイター登録を検索し、動画分析とブランド適合性をチェックし、カスタムメッセージを送信する
  • ブランドはAIエージェントに声のガイドラインを共有し、過去の会話履歴を保持することで関係管理を自動化できる