1. OpenAI、Hacktronと提携しシステムの脆弱性を調査
- OpenAIはHacktronとの提携を発表しました。両社のエンジニアとセキュリティ研究者が共同で優先度の高い調査対象を選び、特にOpenAIのシステムがサードパーティのサービスとどのようにやり取りするかに焦点を当てます。
- この取り決めの一環として、OpenAIはDaybreak Redを通じて、Hacktronがフロンティアモデルを利用できる範囲を広げています。
出典: OpenAI
2. OpenAIとLigo、ウェットラボ向けAIエージェントの評価ベンチマーク「BioBasicsBench」を公開
- OpenAIは、バイオテクノロジー企業Ligoと共同で開発したベンチマーク「BioBasicsBench」を発表しました。これは、100件の日常的なウェットラボ作業において、AIエージェントが生の実験データをどれだけ正しく解釈できるかを測定するものです。
- 課題は、タンパク質解析、イメージングとサイトメトリー、定量とアッセイ、核酸解析と分子クローニングにわたります。ゲル、顕微鏡画像、機器の出力データなどの証拠を扱います。
- 「xhigh」の推論設定で、OpenAIはGPT-6 Astraが利用可能なクレジットの平均66.7%を獲得したと報告しました。GPT-5.6 Solは43.8%でした。
出典: OpenAI
3. Anthropicの「Project EVE」、EVE Onlineの市場と艦隊でClaudeエージェントを検証
- AnthropicのFrontier Red Teamは、Fenris Creationsと協力して、Claudeに、シミュレーション市場で単独の利益追求型トレーダーとしてEVE Onlineをプレイさせました。また、EVE Frontierではマルチエージェントの艦隊を運用させました。
- 平均収益は、Claude Opus 4.6からClaude Fable 5にかけておよそ3倍になりました。初期資本に対する収益率は約200%から約600%に上昇しています。一方で、モデルの多くは低リスクの「買って転売する」戦略を主に使っていました。
出典: Anthropic
4. Thinking Machines Lab、Tinker上で「Inkling 2 Small」を公開
- Thinking Machines Labは、「Inkling 2 Small」を発表しました。これはMixture-of-Experts型のモデルで、総パラメータ数は5,940億、アクティブパラメータ数は170億です。画像入力に対応し、推論の強度を変えられます。
- 同社によると、このモデルはArtificial Analysis Intelligence Indexで31点を記録しました。公開時点では、重みは非公開のままTinker上で利用でき、プレイグラウンドでの試用、ファインチューニング、サンプリングが可能です。
- 同社は、外部の安全性テストとレッドチーミングを経たうえで、翌週にApache 2.0ライセンスで重みを全面公開する予定だとしています。
5. Meta、Muse アプリをユーザーが自分好みに変えられる「Spaces」を追加
- Metaは、Museアプリに「Spaces」を導入しました。これは、ユーザーがアイデアを説明するだけで作成できるカスタム体験です。たとえば、プレゼント管理ツール、毎日のワードゲーム、DIYの計画ボードなどが作れます。
- ユーザーはSpacesをサイドバーやメインのタブに追加し、自分の生活スタイルに合わせて入れ替えられます。
- Metaはまた、Muse Wonderから得た知見で学習させた専門的なMuseモデルをアプリに順次展開しています。
出典: Meta
6. Amazon SageMaker Inference、NVIDIA MIGによるGPU分割に対応
- Amazon SageMaker Inferenceは、推論コンポーネントを使用するエンドポイントで、NVIDIA Multi-Instance GPU（MIG）によるGPU分割に対応しました。
- 分割機能は、P4d、P5、G7、G7eのインスタンスファミリーで利用できます。これにより、複数の独立したモデルを1つのアクセラレーターで共有できます。
- AWSによると、Salesforceが要件の定義と初期実装の検証に協力したとのことです。
7. Google検索のAIモード（日本）に飲食店の予約検索機能を追加
- Googleによると、日本のAIモードで飲食店の予約検索に対応しました。今後数週間かけて順次展開されます。
- AIモードは予約サイト横断で空き状況を確認し、空きのある店舗を一覧表示します。その後、予約の完了はリンク先で行います。
8. Hugging Face「Harness Hub」、強化学習で訓練したLoRAハーネスアダプターを公開
- Harness Hubは、モデルとエージェントハーネスの組み合わせごとに1つのLoRAアダプターを公開しました。アダプターは、pi、OpenCodeなどのオープンソースAIエージェントの改変していないハーネス内で、検証可能なタスクを使い強化学習で訓練されています。
- safeagentsと呼ばれるプロキシが、すべてのツール呼び出しをルールベースの検出器で検査します。報酬ハッキング（報酬を不正に稼ぐ行為）の試みは、スコア0としてブロックされます。
- コミュニティからのフィードバックを受けて、訓練対象はLFM2.5-24B-A2BとLFM3-1.7Bに広がりました。実験的な取り組みとしてTwIL-8Bも加わっています。
9. Amazon Bedrock AgentCoreでClaude Codeをリモートセッションとして実行する
- AWSの解説記事では、セキュリティ制御を備えたうえで、Claude Codeをノートパソコン上の利用からAmazon Bedrock AgentCore上のリモートセッションへ拡張する方法が紹介されています。
- サンプルでは、AgentCoreのランタイムを使います。これにより、各コーディングタスクは顧客のAWSアカウント内で、それぞれ独立したセッションとして実行されます。
- ユーザーはタスクを預けたままノートパソコンを閉じ、後で結果を確認できます。