@Kate Park / 59日前 Huawei、Nvidiaに挑む新AIチップを2027年Q1に発表 Huaweiが2027年Q1に新AIチップAscend 960DTを発表するAscend 960DTは性能を倍増し、Peerium Computing Architectureで大規模コンピュータ構築、UnifiedBus技術を活用U.S.の半導体制限にもかかわらず中国が自前の半導体技術開発を進める可能性がある #AIエージェント#生成AI・LLM#機械学習
@nasuvitz / 59日前 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 #生成AI・LLM#AIエージェント#機械学習
@Dominic-Madori Davis / 59日前 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 #AIエージェント#セキュリティ#機械学習
@harupython / 59日前 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 #生成AI・LLM#AIエージェント#機械学習
@だいあろごす。 / 60日前 【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 #生成AI・LLM#AIエージェント#機械学習
@TechCrunch Events / 60日前 Neuralink共同創業者Max Hodakがスクリーン時代の終わりを語る Neuralink共同創業者Max Hodakがスクリーン時代の終わりを語る脳機インターフェースの実用化と、視覚・認知・移動支援の応用、脳内センサーによる脳細胞修復やてんかん予測脳機インターフェース技術が今後ビジネスや生活に与える影響を注視すべき #AIエージェント#生成AI・LLM#機械学習
@GeneLab_999 / 60日前 Jevってなんだ? — 文章を書かないAIに、LLMのif文判定を任せられるか Jevは文章を生成せず、型付きの判断と確率を返すAIモデルChoice・Score・Noulの3種類の質問形式と、確信度の計算式の候補公式ドキュメントの回答例に矛盾があるため、自前で確信度を計算する必要がある #生成AI・LLM#AIエージェント#機械学習
@TechCrunch Events / 60日前 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 #AIエージェント#生成AI・LLM#機械学習
@pancho / 60日前 【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 #AIエージェント#機械学習#DevOps・CI/CD
@Lauren Forristal / 61日前 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 #AIエージェント#生成AI・LLM#機械学習
@Google AI / 61日前 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 #生成AI・LLM#AIエージェント#機械学習
@Rebecca Bellan / 61日前 OpenAI、Anthropic、GoogleがAI安全に関する協議を進めていた OpenAI、Anthropic、Google DeepMindがAI安全に関する協議を進めていた3社が安全対策の協議を進めており、第三者評価機関の導入や業界基準団体の設立が検討されている協議が独占禁止法に抵触する可能性があるため、法的リスクを考慮する必要がある #AIエージェント#生成AI・LLM#機械学習
@Google AI / 61日前 GoogleのAIと経済ATLASから新たな洞察が公開 GoogleのAIと経済ATLASがAIの活用状況と科学者によるAI利用の新たな洞察を公開したAIの職業別利用状況や、LLMと専門モデルの使い分け、研究プロセスのボトルネックが明らかにされた科学者によるAI利用は週7時間の時間節約をもたらすが、研究プロセスの再構築が課題となる #AIエージェント#生成AI・LLM#機械学習
@ケン吉 / ゼロから作るAIアプリ開発 / 61日前 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 #AIエージェント#生成AI・LLM#機械学習
@カンバヤシ / 61日前 【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 #AIエージェント#セキュリティ#機械学習
@カンバヤシ / 61日前 【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 #AIエージェント#セキュリティ#機械学習
@Atsushi Kadowaki / 62日前 SKILL.md を良くする技術。AIのブレをなくす。 Self-Evolving AgentsはAIエージェントの動作一貫性を向上させる手法を提案したスキル改善プロセスの定型化と、AI自身によるブレの検知と修正を組み合わせたスキル改善の再現性を高めることで、エージェントの信頼性を向上させることができる #AIエージェント#生成AI・LLM#機械学習
@nolanlover0527 / 62日前 今更聞けない、AIエージェント頻出用語20選 AIエージェント関連の用語20選が解説されているエージェントループ、ツールコーリング、MCP、A2A、コンテキストウィンドウなど用語の使い方はチームやドキュメントに合わせて調整する必要がある #AIエージェント#生成AI・LLM#機械学習
@さざんかぬふ / 62日前 かつて数学を学んでいたエンジニアがAIと数学について思うこと AIは数学理論の発展に貢献できるが、理論の検証や理解は人間の責任であるAIによる計算力の向上と、人間が理論を検証・理解する必要性、Leanでの形式的証明の限界AIの結果を専門家が自身で説明できるまで理解することが求められる #AIエージェント#生成AI・LLM#機械学習
@TechCrunch Events / 62日前 Only at TechCrunch Disrupt 2026: What happens when OpenAI ships your roadmap? AIスタートアップがプラットフォームの進化にどう対応すべきかが議論されるプラットフォームの機能追加が競争優位を脅かす、独自データや顧客関係が防衛力の鍵プラットフォームの進化に合わせて独自の価値を構築する必要がある #AIエージェント#生成AI・LLM#機械学習