CONTACT →
Daily AI Briefing
毎日のようにAI関連のニュースが届きますが、その多くは一次情報ではなく、ノイズも少なくありません。研究機関・開発企業・第一線の専門家による発信の中から、本当に押さえておきたい情報だけを厳選してお届けします。
Google DeepMind が新モデル Gemini 3.7 Flash を公開した。CEO の Demis Hassabis 氏によると、ソフトウェアエンジニアリング・Web開発・ナレッジワークで大きなアップグレードがあり、導入価格は前世代 3.6 Flash の半額に設定されている。Gemini アプリのエージェント機能 Gemini Spark も 3.7 Flash に切り替わった。
高速・低価格帯モデルの世代交代。性能を上げつつ半額という価格設定は、トークンを大量に消費するエージェント用途を強く意識した動きに見える。
Claude Code のデスクトップ版に「auto-continue」チェックボックスが追加された。オンにしておくと、使用量の上限に達して作業が止まっても、上限がリセットされた時点で中断箇所から自動的に続きを再開してくれる。
上限で止まったまま数時間放置される、という長時間タスクの一番の悩みどころへの対処。夜間や外出中にエージェントを回しっぱなしにする使い方が現実的になる。
OpenAI が、Codex と ChatGPT が直近の作業の文脈を理解できるようになったと発表。「Computer History」にオプトインすると、中断した作業の続きから再開したり、作業パターンを把握したり、繰り返している作業に対してスキルや定期タスクを提案したりできるようになる。
PC上の作業履歴そのものをコンテキストにする方向性。プロンプトで毎回説明しなくても「いつもの作業」が通じるようになる一方、渡す範囲の設計はオプトインで利用者側に委ねる形。
Hamel Husain 氏が、Shreya Shankar 氏と夏に開催した retrieval・post-training・推論・評価（evals）などをテーマとする13セッションの内容を要約して公開した。テーマ別に整理され、元資料へのリンクも付いており、各セッションから最も重要なアイデアを抽出したという。
普段は断片的に流れてくる評価やRAG周りの実践知が一箇所にまとまった形。全部読まなくても、目次から自分の課題に近いテーマだけ拾う使い方ができる。
Ethan Mollick 氏が、ある見立てに対して「これは誤りだと分かるだろう」と反論。理由として、経済価値はチャットボットではなくエージェントから生まれること、そして精度がエージェントの遂行できるタスクの長さを決めるため、小さな精度向上が指数関数的に積み上がることを挙げた。より賢いモデルのリターンは世間の想定より大きいとも付け加えている。
ベンチマークの数%の差を「誤差」と見るか「タスク遂行時間が倍になる差」と見るかで、モデル選定の判断は変わる。エージェントを組む側には後者の見方が実感に近い。
AMD が PyTorch/TorchTitan と PyTorch/TorchAO に FP8 学習サポート改善の最適化をアップストリームし、AMD Instinct GPU 上で FP8 学習が追加設定なしで動くようになった。Triton の量子化カーネルの体系的な融合など、スタックの各層にわたる取り組みが解説されている。
NVIDIA 以外での学習スタックが「動かすのに一苦労」から「箱から出してすぐ」に近づく話。フォークではなく本体へのアップストリームという点が継続性の面で大きい。
Shreya Shankar 氏が新しい評価手法 Data Agent Benchmark（DAB）を解説するセッションが公開された。データエージェントは「どのコホートの解約率が最も高いか」のような、普段データアナリストが答えるビジネス上の質問に答えるもので、DAB は実際のデータウェアハウスの雑然さを再現して評価する。
整ったスキーマ前提のベンチマークで高得点でも、現実のDWHでは通用しないことは多い。text-to-SQL 系のエージェントを作るなら、評価設計の参考として押さえておきたい。
動画拡散 Transformer 向けの位置エンコーディング手法 SCoPE（Sightline-Coordinate Positional Encoding）のモデルが、TencentARC から Hugging Face で公開された。AK 氏（@_akhaliq）が紹介している。
位置エンコーディングは動画生成の時間的・空間的な一貫性に関わる設計要素。重みが公開されているので、動画生成を触っている人は手元で試せる。
Towards Data Science が、コーディングエージェントに必要なのは際限なく拡大するコンテキストウィンドウではなく「コンテキストコンパイラ」ではないか、という emmimalpa 氏の考察記事を紹介。この問いを掘り下げた内容になっている。
コンテキストを「とにかく詰め込む」のではなく「必要な形に編集して渡す」という捉え方。エージェントの精度問題をウィンドウサイズのせいにする前に考えたい設計論。
こうした動きを、自社の業務にどう活かせばいいか ―
迷ったときに相談できる窓口があります。