Scraps 最終更新 2026/11/16 13:20

#機械学習

@nasuvitz /

Jevとは何か? 従来型LLMやAIエージェントとの違いを理解する

  • Jevは確率付きで分類や条件判定の結果を返すAIモデルで、従来のLLMやAIエージェントとは異なる
  • 従来のLLMは状況を解釈して次の行動を決定するが、Jevは分類結果を確率で返すことでプログラム側で処理を明確に定義できる
  • Jevを使うにはプログラム側で処理を事前に定義する必要があり、繰り返しの判断を低コストで実行できるが、柔軟性は低下する

@Dominic-Madori Davis /

Comp AI、セキュリティとコンプライアンスのための継続的なエージェント型未来を視野に入れる

  • Comp AIはAIエージェントを活用したセキュリティとコンプライアンスプラットフォームを構築した
  • AIエージェントがセキュリティポリシー作成や監視、ペネトレーションテストを自動化し、人間のレビューと承認を伴う
  • AIエージェントが重要な行動を取る際は、セーフガードと人間の承認を強化する必要がある

@harupython /

文章を生成しないAI「Jev」はなぜ速い?日本語で12項目をまとめて判定させてみた

  • JevはTypeSafe AIが発表したAIモデルで、文章生成せず判断の確率を並列に出力する
  • Choice・Score・Noulの3種類の判断型出力、並列処理による高速性、RLCDによる確率校正
  • 判断結果の確率分布を活用した処理設計が必要で、実務での信頼性は正解データで確認する必要がある

@だいあろごす。 /

【速報】Gemini 3.8 Live登場。AIが「話しながら考える」時代へ――フィジカルAIの土台が揃い始めた

  • Gemini 3.8 Live Extended Thinkingがリアルタイムで会話しながら裏で考えるAIになった
  • 会話中の裏での推論と非同期ツール呼び出し、コンテキスト圧縮が可能
  • 長時間の会話で過去のコンテキストを維持する仕組みがあり、コストが増える可能性がある

@TechCrunch Events /

ロボットはチャットGPTの瞬間を待っている:NvidiaのLes KarpasがTechCrunch Disrupt 2026で説明

  • ロボット工学はChatGPTのようなブレイクスルーをまだ迎えていない
  • 物理AIのためのインターネット全体のデータセットが存在せず、シミュレーションや合成データで代替している
  • 現状では物理AIのデータギャップを埋めるためのスタートアップの取り組みが進んでいる

@pancho /

【音声認識】リアルタイム話者分離の評価について

  • リアルタイム話者分離の評価でDERだけでは不十分で、初出の推論速度とチラつきの少なさを重視する指標を提案している
  • 初出の推論速度は発話開始から正しい名前が出るまでの遅延と本人の発話尺を測り、チラつきは書き換え回数と行数を両方持つ
  • ユーザーが最初に見る画面の正確さと安定性が重要で、モデルの遅れとユーザーの黙っている時間を区別する必要がある

@Lauren Forristal /

AIの墓場:失敗したプロジェクトとスタートアップの一覧

  • AI関連のプロジェクトやスタートアップが失敗した事例がまとめられている
  • RelayやOpenAIのChatGPTのリデザイン、Sora、Siriの遅延、MicrosoftのRecall、Notion Mail、Humane AI Pin、Rabbit R1、Huxe、Yupp、Figgs AIの失敗が挙げられている
  • AI製品の市場での競争や技術的課題、ユーザー需要の変化が成功に影響していることが示されている

@Google AI /

Gemini 3.8 Liveと3.5 Transcribeでリアルタイム音声アプリケーションを構築

  • Gemini 3.8 Liveと3.5 Transcribeがリリースされ、リアルタイムの音声アプリケーション構築が可能に
  • Gemini 3.8 Liveは会話中にタスクを実行できる、3.5 Transcribeは85言語以上で高精度な音声認識を実現
  • リアルタイムの音声処理と多言語対応で、音声インターフェースの開発が容易になる

@ケン吉 / ゼロから作るAIアプリ開発 /

金融時系列の変化点検出を自己進化させるLLMエージェント「EvoTS-Agent」を解説

  • EvoTS-Agentは金融時系列の変化点検出で同じ改善を繰り返す問題を解決した
  • 改訂・代替戦略・再結合の3つの進化オペレータで停滞を検知し、複数の実験結果を統合する
  • 改善判定はLLMの主観ではなくF1スコアなどの客観的な数値計算で行う必要がある

@カンバヤシ /

【HITCON 2026 参加レポート】Day2 セッションから改めて感じた"確認"することの重要さ

  • HITCON 2026のセッションでAI時代のセキュリティ課題と確認の重要性が強調された
  • QRコードによるRCEやPACバイパス、AI生成マルウェアの攻撃手法が紹介された
  • AIの進化に伴い、セキュリティ対策として確認作業の徹底が不可欠であることが示された

@カンバヤシ /

【HITCON 2026 参加レポート】Day1 セッションから感じたAI時代のハッカーたちのリアル

  • AI時代のセキュリティ対策として、脆弱性開示の見直しとAIを活用したAppSecの実践が議論された
  • 脆弱性開示の期間や基準の見直し、AIを用いたエンドポイント監査エージェントの導入、CTI業務における人間とAIの協働モデル
  • AIによる脆弱性検出の増加に対応するため、ベンダー側の修正体制改善と研究者の精査が求められる