Instacart、AIスーパー買い物アシスタント「Clementine」をリリース
- InstacartがAI買い物アシスタントClementineをリリース
- 自然言語やレシピからカート作成、手書きリストの認識、カスタムレシピ生成
- ユーザーの予算や制限に合わせた提案と、手書きのリストを読み取る機能が特徴
#生成AI・LLM
Suno、著作権訴訟の増加に伴い、ライセンス音楽で訓練された新しいモデルに置き換える
- Sunoは著作権問題に対応し、ライセンス音楽で訓練された新モデルをリリースした
- Suno v6はWarner Music GroupやBMGなどの音楽ラベルから取得したデータで訓練され、v6 wildとv6 miniの2バージョンが追加された
- 旧モデルは廃止され、ユーザーは新しいモデルで音楽の編集やリミックスが可能になるが、著作権問題は解決していない
AIは、ついに「答える」だけじゃなくなった。Metaが個人向けAIエージェント「Muse」を発表
- Metaが個人向けAIエージェントMuseを発表し、作業を代行する機能を提供
- Museはメール送信や旅行予約、ブラウザ操作を代行し、Muse Secure VMで専用仮想マシン上で動作
- Museはユーザーの個人情報や操作を保護するためのセキュリティ対策を講じており、利用者は操作履歴を確認できる
数値と対話で見直し続ける生成AIツールの運用設計
- 生成AIツールの運用は数値と対話で見直し続ける仕組みを構築している
- 利用実績と契約データを可視化し、利用者の声をヒアリングしてツール選択や利用枠を調整している
- 利用量の変化や上限到達をきっかけに利用者と対話し、ツールの選定や契約を見直す判断材料になる
RAGの精度は「データ」で決まる — Contextual Retrievalを実測したら1位正解率が36%→100%になった
- Contextual Retrievalを導入すると検索の1位正解率が36%から100%に改善した
- チャンクの先頭にLLMが文脈を追加して索引化、検索精度向上とトークン削減が同時に実現
- 検索精度向上は入力トークン数の削減に直結し、APIコストを下げることができる
ローカルLLMには荷が重いと思っていた。39万字のエージェント作業を20回採点して見方が変わった
- ローカルLLMでエージェント作業が可能になったが、モデル選びで性能が大きく分かれる
- GLM-5.3-Flashは10本の和集合で58行を網羅、gpt-oss-120bは27行にとどまる。ツール呼び出しの継続性が鍵
- 誤検知は回数を重ねると5.0倍に増えるため、温度0で1本52行・誤検知0の選択も有効
LLMのトークン効率化で気をつけたいことまとめ
- 最新モデルを使い、キャッシュを活用してトークンコストを抑える
- 最新モデルは低効率でも性能が高く、キャッシュの有効期限とキャッシュ範囲の設定が重要
- キャッシュ切れを防ぐためにはセッション内でモデルやeffortを変更しないこと、キャッシュ有効期限を確認すること
Cognition、480億ドルの評価額で20億ドルを調達、AIコード生成市場に複数の企業が参入
- Cognitionが20億ドルを調達し480億ドルの評価額を達成した
- Devinというコードアシスタントを開発し、Nvidiaサーバークラスタを借りて運用、オープンソースモデルに依存を減らす
- 年間収益が40億〜50億ドルに達する見込みだが、計算リソースの制約が続く可能性がある
Meta、個人向けAIエージェントMuseを発表。ユーザーの信頼は得られるか
- Metaが個人向けAIエージェントMuseを発表し、ユーザーの個人情報への信頼を問う
- Museはメール送信や旅行予約など日常業務を処理し、StripeのLinkで支払いを処理、セキュリティとしてMuse Secure VMを採用
- Museは支払いカードが必要で、無料プランは利用量に制限があり、有料プランは月額20ドルから
Mistral、30億ユーロを調達し、国際的なAI戦略を強化
- Mistral AIが30億ユーロを調達し、欧州の技術独立性を強調
- 30億ユーロの資金調達、欧州での1ギガワットの計算能力構築、中国モデルのホスティング
- 欧州の技術依存を減らす戦略と、国際的な投資家ネットワークの構築が成功の鍵
【godot-llm-gamebench】gemini-3.8-flashはEffortによってどのように性能が変わるのか
- Gemini 3.8 Flashのeffortを上げても自動テスト評価は伸びず、lowが最適な選択肢となる
- lowの自動テスト評価平均91.55、highは92.62で差は1.07点、コード品質はhighが3.92で最も高い
- lowが最安で最速かつ安定性が高く、コード品質を重視する場合にのみhighを選択すべき
【27卒・28卒】就活で生成AIに任せていい仕事・ダメな仕事。答えを信じる前に確かめる4つ
- 就活で生成AIを使う際、任せていい仕事と任せてはいけない仕事の線引きが4つに分かれている
- 締切の並べ替えと公式ページの確認は任せていい、試験中と個人情報の扱いは任せてはいけない
- 試験中のAI利用は禁止されており、ESに個人情報は伏せるべきで、公式ページの確認は記載内容のみを基にさせる
「自信満々に間違える」AIをどう直す？ログ異常検知のキャリブレーション問題とLoRD
- ログ異常検知モデルの過信問題を解決するLoRDという補正手法が提案された
- オートエンコーダによる再構成誤差を活用した信頼性の距離計算と、確信度の補正ポリシー
- 補正は予測ラベルを変更せず確信度だけを調整し、運用側に信頼できない予測のシグナルを伝える
AIエージェントが「PCに入っている」時代へ。NVIDIA「RTX Spark」が変えるローカルAI
- NVIDIAがRTX Spark搭載PCを10月に発売し、ローカルAIとAIエージェントの導入を容易にする
- RTX SparkはGrace CPUとBlackwell RTX GPUを統合したSoCで、最大128GBのユニファイドメモリを搭載。Hermes AgentやOpenClawのローカルモデル導入を支援
- AIエージェントをワンクリックで導入できる仕組みが整い、ローカルAIの利用が一般化しやすくなる
【AI VS 津軽弁】AIに「おばあちゃんの津軽弁」を聴かせてみたら未知の言語が爆誕した話
- 津軽弁の音声をAIが日本語として正しく認識できなかった
- 音響モデルの濁音・スピード感、文脈のローカルな要素が認識の障壁となった
- 音声認識の段階で日本語として処理できず、外国語として誤認識した
「なんか違う」を分解するだけで、AIの出力は劇的に変わる
- 「なんか違う」を「方向性」「粒度」「トーン」に分解することでAIに具体的なフィードバックができる
- 方向性がずれている、粒度や量がずれている、トーンや形式がずれているの3つに分ける
- 該当箇所と理想の状態をセットで伝えることで修正の精度が上がる
AIコーディングエージェントを狙う攻撃あるけど、なんかしたほうがいいの？
- AIコーディングエージェントを狙う3つの攻撃手法と、各ツールの防御対策が紹介されている
- 間接プロンプトインジェクション、MCP経由の攻撃、Slopsquattingが挙げられ、実行前の承認、サンドボックス、ネットワーク制御が防御手段
- 各ツールのデフォルト設定でどれだけ防御できるかは異なるため、利用者は権限を絞ってレビューを挟む必要がある
Agent Harness：LLMとAIエージェントの間を埋める決定的なレイヤー
- Agent HarnessはLLMとコードリポジトリ間の決定的な中間レイヤーとなる
- フィードバックループ、ツール実行、コンテキスト管理、権限管理、検証、オーケストレーションの6つの領域を制御する
- 実際のコード修正やテスト実行に必要な環境制御をシステム側で行う必要がある
ウィトゲンシュタインを通して見る生成AIの現在地
- 生成AIは言葉の使用から意味を理解できるが、生活経験の欠如により限界がある
- ウィトゲンシュタインの言語ゲーム理論と単語埋め込みの統計的分析が中心。言葉の意味は使用に依存し、LLMは文脈に応じた応答を生成するが、感覚や身体経験の理解は不十分
- LLMは文法的・文脈的な理解は可能だが、感覚的・身体的経験に基づく判断は人間と差がある
AI Coding Agentの活用 with GitHub Copilot ーPart2ー
- GitHub CopilotのCopilot ChatでAgentモードを実行するとAIがタスクを自律的に実行する
- AgentモードではLLMモデル選択、推論レベル、コンテキストサイズの調整が可能で、コード作成から動作確認まで一連の流れを実行
- AIクレジットの消費量を節約したい場合はAutoモデルを選択するのが良い
