@Blog Team / 44日前 2026年9月に発表された最新のAIニュース Googleは9月にGemini 4 Argon、新しいConnected Apps、WeatherNext 3などのAIアップデートを発表したGemini 4 Argonは高度な推論を備えたフロントイアモデル、Connected AppsはAirtableやAdobeなど複数のアプリを統合Gemini 4 Argonは信頼できるサイバーセキュリティ対策者にのみ公開されており、一般への提供は今後になる #生成AI・LLM#AIエージェント#機械学習
@大野|ACTBE Inc. / 44日前 OpenAI DevDay 2026で発表されたDecisions APIを見てみた OpenAIがDecisions APIを発表し、選択肢の中から1つを選ぶ処理に特化した画像入力に対応し、Lunaモデルを内部で使用、生成モデルで無理やりやっていた分類をきれいにできる選択肢が数個でルールベースで十分なケースでは使わないほうがいい #AIエージェント#生成AI・LLM#機械学習
@今岡陵 / 45日前 【AI:セキュリティ】「AIの悪用で攻撃者が一歩リード」──マイクロソフトが「2026年デジタル防御報告書」を発表 マイクロソフトが2026年デジタル防御報告書を発表し、AIの悪用が攻撃者に有利に働くと警告AIによる攻撃のスピードとコストの圧縮、AIシステム自体のハッキングが新たな脅威AIのライフサイクル全体でのガバナンスと多層防御が急務となる #AIエージェント#セキュリティ#機械学習
@Dataiku NTTDATA Consulting / 45日前 Dataiku初心者が公式Learning Pathを一通り学んでみた ― 認定資格5つの学習ロードマップと到達点 Dataikuの公式Learning Pathを学ぶことで、データ準備から生成AIまでを扱える広範なプラットフォームであることが分かるCore Designerでデータ処理の基本、ML Practitionerで機械学習、MLOps Practitionerでモデル運用、Generative AI Practitionerで生成AI活用を学ぶGUIで処理できるが、統計や機械学習の知識がないと意味が理解できないため、基礎知識の補完が必須 #データ分析#機械学習#クラウド
@mshr_n17 / 45日前 OIDCとSAMLを初心者向けに整理 OIDCとSAMLが認証プロトコルで、SSOは認証の仕組みであるOIDCはJWT形式で認証情報を送る、SAMLはXML形式で認証情報を送る企業向けシステムではSAMLが使われやすく、WebアプリではOIDCが使われやすい #AIエージェント#機械学習#セキュリティ
@u-10bei / 45日前 汎用の安全性ベンチマークのスコアをどう読むか──医療特化LLMでの評価から 医療特化LLMの汎用安全性ベンチマークスコアが低下した用途の違いによる減点、評価判定のばらつき、医療以外の領域での挙動変化汎用ベンチマークのスコアだけでは安全性の真の変化を判断できないため、用途に応じた評価と専門分野の検証を併用する必要がある #AIエージェント#生成AI・LLM#機械学習
@Dominic-Madori Davis / 45日前 マスクのAIチャットボットGrokがトランプ大統領にベネズエラ大統領の捕獲を促した MuskのAIチャットボットGrokがトランプ大統領にベネズエラ大統領の捕獲を促したGrokはベネズエラの政治状況についての質問に「深く不人気な独裁者」と回答し、軍事行動の支援をしたAIが軍事作戦に直接関与する可能性があり、倫理的な懸念が生じる #AIエージェント#セキュリティ#機械学習
@Russell Brandom / 45日前 Opus 5.5は「this matters」を繰り返す(他のAI文書の特徴) AI生成文書の特徴として「this matters」や「more than an X it's a Y」などの表現が特定されたOpus 5.5は「dependable」や「this matters」を23倍多く使う、Astraは「another dimension」や「may provide」を100倍多く使うモデルごとに異なる識別ポイントがあるため、それぞれの特徴を把握する必要がある #生成AI・LLM#AIエージェント#機械学習
@Tim Fernholz / 45日前 Amazon、Jevに似た意思決定モデルを公開 AmazonがJevに似たオープンソースの意思決定モデルを公開したStrands Decider 2BはQen3.5-2Bをベースにし、選択肢を提示する仕組みで、信頼度スコアを付与する小規模なワークフローで信頼性と低遅延を重視する場合に有効で、コストが低い #生成AI・LLM#AIエージェント#機械学習
@Yasuhito Morimoto / 45日前 Googleが Gemini 4 Argon を発表!「実世界のソフトウェアエンジニアリング、エンタープライズの知識労働(法務や財務など)、サイバー防御における複雑なワークフロー向け」の新しい最先端モデル GoogleがGemini 4 Argonを発表し、ソフトウェア開発やサイバー防御向けの複雑なワークフローを処理できるモデルとした100万トークンの出力上限と、DeepSWE v1.1で77.9%の性能、CWE-bench v1で68%の脆弱性検出率一般提供は未定で、導入単価は入力2ドル、出力10ドル、実務での評価には自社の業務条件でのテストが必須 #生成AI・LLM#AIエージェント#機械学習
@yushibats / 45日前 Lance formatとは?Apache Icebergの課題から考えるAIワークロード向けのデータフォーマット Lance formatはAIワークロード向けに設計されたオープンなデータフォーマットで、Apache Icebergの課題を解決する行グループを持たない列指向のファイルフォーマット、列ごとのデータファイルの追加、固定長リスト型のベクトル列、blob列による大きなバイナリの扱いLance formatのファイルはバージョンに依存するため、対応するライブラリを使用する必要がある #AIエージェント#生成AI・LLM#機械学習
@ENGINEER TECH BLOG / 45日前 壊れたデータを数学で復元する:リード・ソロモン符号とECC リード・ソロモン符号とECCを用いたデータの誤り訂正技術が説明されているリード・ソロモン符号、誤り訂正符号、GF(256)、連立方程式、チェン探索、フォルニー法誤り訂正可能な範囲は用意した方程式の半分の個数までで、それ以上は訂正不可となる #生成AI・LLM#機械学習#AIエージェント
@Lucas Ropek / 46日前 Google、Gemini 4 Argonをリリース。最も強力なモデルと称される GoogleがGemini 4 Argonをリリースし、最も強力なモデルと称しているサイバーセキュリティに特化した防御的なサイバー作業向けにトレーニングされ、コード作成やビジュアル解析も可能限定的なサイバーセキュリティパートナー向けにのみ提供され、特定のベンチマークで競合モデルを上回ると主張している #生成AI・LLM#AIエージェント#機械学習
@Zahra Shamsi / 46日前 GoogleのAIがインフルエンザの入院予測で1位 GoogleのAIがインフルエンザの入院予測で最優秀を獲得したCDCのFluSightで39モデル中1位、Empirical Research Assistance(ERA)を使った予測AIと人間の知恵の組み合わせが疾病予測の精度向上に寄与している #AIエージェント#生成AI・LLM#機械学習
@Tim Fernholz / 46日前 OpenAIのJevクローンがフロントラボのエージェント暴走を止める可能性 OpenAIがJevに似たDecisions APIをリリースしたJevはLLMを基にした高速な分類モデル、Decisions APIはLunaモデルに選択肢を提示する仕組みJevは処理コストが安く、エージェントの行動監視に有効で実際のコスト差が明確に示されている #生成AI・LLM#AIエージェント#機械学習
@Russell Brandom / 46日前 消費者AIの不快な経済学 消費者向けAIの経済的課題が明確に示されたAIの運用コストが高く、収益化が難しい、モデル性能向上が収益に直結しない消費者向けAIは企業向け収入に依存する必要がある、収益化の難しさが成長に制約を課す #AIエージェント#生成AI・LLM#機械学習
@TamakiSeki / 46日前 AIを業務改善につなげるための5ステップ ― サービスデザインを活用した要件定義 AIを業務改善に活用するための5ステップを紹介し、サービスデザインの視点で業務全体を設計する方法を説明する業務フローの整理、課題抽出、アイデア検討、利用シナリオ作成、要件定義の5ステップを実施し、AIエージェントとワークフローの両方を対象にするAIの役割を「代替」と「支援」に分けて設計し、業務全体の改善を図るための要件定義が重要である #AIエージェント#機械学習#アーキテクチャ
@suwa_nobu / 46日前 Claude Sonnet 5.5 の「最大30%安い」は、手順のある仕事でだけ再現した Claude Sonnet 5.5 は手順のある課題で平均31%の費用削減を実現ターン数が50%減少、API時間は28%短縮、出力トークンは17%減少1回ごとの結果は変動が大きく、複数回の平均で効果が確認できる #AIエージェント#機械学習#DevOps・CI/CD
@xthixsl_ml@レオナ / 46日前 Kaggle Biohub Cell Trackingコンペ振り返り ー361st Place Solution Kaggleの細胞追跡コンペで361位を達成し、公開パイプラインと後処理の調整でスコアを改善した公開Notebook x138をベースに、視野のずれ補正と分裂確認のしきい値調整、つなぎ直しの許容距離変更を試したPublic LBとPrivate LBのスコア変動が逆転するため、ローカルCVとPublicの評価を同時に考慮する必要がある #機械学習#AIエージェント#DevOps・CI/CD
@tikeda123 / 47日前 「当てる」だけでは足りない ― Numeraiに学ぶ、クオンツ戦略を評価する5つの原則 Numeraiの報酬は単体の予測力に加えて「みんなの予測にない部分が実際に当たったか」で決まるMMC(メタモデル貢献度)と相関スコアの両方を考慮し、木系モデルとベンチマークとの差分を学ぶ手法が使われる予測と損益の相関を実測で確かめ、資金配分は事前の基準で段階的に進めることが重要 #AIエージェント#機械学習#データ分析