東芝グループでHDDの製造を担う東芝デバイス＆ストレージが、大容量ストレージ「ニアラインHDD」の生産ラインを増強したと発表した。AI時代になぜHDDなのか。同社が狙う需要とは。

orchestrator–worker構成を導入すると、単一コンテキストの制約を分散できる一方、情報の受け渡しと統合が新しい負荷になります。本稿ではエージェント間の契約と検収に焦点を当て、4つの破綻点を整理しました。 委任契約は入力と返却の両側に置く親の履歴やプロジェクト指示の継承は実装依存です。ローカルで確認したHermesの版では、子をgoalとcontextから組み立て、context fi

はじめにTuring の mlops 3 チームの加藤です。2026 年 3 月に Turing に入社し、自動運転モデルの学習基盤の開発ワークフロー改善を担当しています。最近は主に学習を高速化しています。今回は、学習時に S3 から直接データを読み出すことで、学習データ容量の制限と、クラスタへの学習データのステージングを無くした時の話をしたいと思います。 この記事の内容学習データを S3 から直

韓国の銀行で9月末からサイバー攻撃が相次ぎ、新韓銀行など4行で計2万5000人超の個人情報が流出したと現地紙が報じた。攻撃を受けた銀行のうち2行は、AIエージェントによる攻撃と推定しているという。

MetaがパーソナルAIエージェント「Muse」連携ガジェットを自作するためのプロジェクト「Muse Gadgets」を公開しました。

今回作ったもの「１日１デプロイ」の新作として、2つの分岐を切り替えて列車を正しいホームへ案内する カチッと朝やけ駅 を作りました。線路の先には、月・星・太陽の3つのホームがあります。列車の行先札を見て、到着する少し前に分岐AとBを準備します。月：分岐Aを左星：分岐Aを右、分岐Bを左太陽：分岐AもBも右操作は分岐を押すだけですが、列車が増えると「いま通る列車」と「次に来る列車」を同時に見る必要があり

Googleは、個人向けGeminiで利用可能なモデルを契約プランごとに見直すと告知した。無料ユーザーは利用可能モデルが「Flash-Lite」のみに制限され、「Flash」は「AI Plus」以上、「Pro」は「AI Pro」以上の契約が必要となる。無料枠には順次適用され、個人アカウントのモデル選択肢が階層化される。

譲り合うアメーバー ── 協調こそ最適解【前の記事】https://zenn.dev/morc_b13/articles/9be44f04ec0d68 押し流して答える、譲り合って答えるいまの AI の多くは、たくさんの計算を一度に押し流して答えを出します。ここで試すのは、その逆向きの小さな模型です。ペンローズの床の上で、少ないロボットが狭い通路を譲り合いながら進みます。どこで待たされ、どこで脇へ

同じコースを同じ車で走らせて、私のAIは106.63秒、ポーランドの大学の1年生チームのAIは92.04秒でした。しかも彼らも、途中までは私と同じ106〜107秒で止まっていました。私は2026年の春、イギリスの大学に交換留学していたときに、IBM AI Racing League という大会で TORCS のレースAIを作りました。私のいたイギリスのDiscordでは、当時「100秒台が最速の帯

この記事についてMLflow 3.16.0で入ったCustom Trace Views機能は、トレースの管理UIを自然言語で自由にカスタマイズできる機能です。MLflow AI Assistantを使うことで、UIが組み立てられます。 Custom Trace Viewsとはトレースの詳細画面は、左にスパンのツリー、右に選んだスパンの入力と出力、という決まった形をしています。RAGやエージェントの

Claude Code 101、サブエージェント編、in action 編、AI活用力編と、Anthropic（アンソロピック／Claudeの開発元）の無料コースを受けては、記事にしてきました。今回は「AIの能力と限界」です。前回の「AI活用力」の姉妹コースで、あちらが人間側の力、こちらが機械側の特性を扱います。13レッスンを受けて、クイズに合格して修了しました！このコースの売りは、「AIはなぜこ

Metaは、パーソナルAI「Muse」と連携するガジェットを自作できるプロジェクト「Muse Gadgets」を発表した。ESP32やRaspberry Pi向けSDKをGitHubでオープンソース公開。自作機器や家電と連携させる専用デバイス「Muse Home Link」も米国の有料会員向けに無償提供する。

少し前に、JevというAIについて書きました。文章を生成するAIではなく、「この中ならどれ？」 を高速に判断するAIです。例えば、この問い合わせはA. 営業B. サポートC. 請求D. その他のどれ？みたいな判断。LLMに比べると、かなり地味です。文章を書いてくれるわけでもない。コードを書いてくれるわけでもない。人生相談にも乗ってくれない。選ぶ。判断する。点数を付ける。だいたいそれだけ。前の記事で

アップルは、macOSの「フルディスクアクセス」に関する設定に追加の制御機能を導入する方針を明らかにしました。

平均値や中央値で欠損を埋めると、すべての欠損が1つの代表値に置き換わります。その値の周辺にデータが人工的に集中するため、分散が縮小し、分布が不自然に歪んでしまいます。この問題を解決するのが「ランダムサンプル補完」です。その列の実際の値からランダムに選んで埋めるというシンプルな発想ながら、「元のデータ分布をそのまま保てる」という大きな利点があります。この記事では、その要点をコンパクトにまとめます。!

はじめにテストは 1,310 件、全部緑だった。なのに、アプリを開いて触り始めたら、画面の隅にトーストが出た。「見つかりません: PTY 1」正直、がっかりした。Claude Code を9体並べた。1体を統括役の Lead にして、残りの8体に担当を割り振る。人間の開発チームと同じ形で、1つのアプリを作らせてみた。一晩と半日で 581 コミット、マージは 98 回。数字だけ見ると、すごく順調だっ

米OpenAIのプロダクト責任者ティボー・ソティオ氏は、「ChatGPT」の全有料ユーザーを対象に、利用制限枠をリセットすると発表した。日本時間10月3日午前3時の実施を予定している。

修正対応だけで7〜8%減った前日に納品したバナー案件に、翌日修正が来た。直す箇所は数点で、作業としては軽い。ところが終わってみると、Claude Code の使用枠（Teamプランの5時間枠）が体感で7〜8%減っていた。最初に疑ったのは「どこかで重い処理を走らせたのではないか」だった。画像を読ませた、長いファイルを開かせた、そういう心当たりを探しにいく。測ってみたら、そうではなかった。私は翻訳会社

KDDIグループのAI開発企業ELYZAは、AIモデル「ELYZA-Thinking-1.0-llm-jp-4-33b」および「ELYZA-Thinking-1.0-llm-jp-4-32b-a3b」を発表した。国立情報学研究所が開発したオープンなAIモデル「LLM-jp-4」シリーズをベースに事後学習を実施し、性能を強化したという。

Anthropicが、AIコーディングツール「Claude Code」の外観や動作をユーザーの好みで拡張できる新機能「mod」を公開しました。

引退した人型ロボットが“溶けた鋼の海”に沈む――ロボット開発企業の米Figureは、こんな動画を公開した。同社のブレット・アドコックCEOと俳優のアーノルド・シュワルツェネッガー氏のやりとりがきっかけになったという。

Googleは、次世代フロンティアモデル「Gemini 4 Argon」を発表した。最大出力100万トークンに対応し、長時間に及ぶ業務処理や自律的なサイバー脆弱性修正に強みを持つ。安全対策を強化した上で、まずは信頼できるサイバー防御組織に先行提供し、有料APIなどで順次拡大する。

OpenAIは、モデルの推論過程を抜き出す組織的な“敵対的蒸留”を特定し、阻止したと発表した。活動の中核には中国Moonshot AIの関係者が関与したと分析。暗号化された推論を悪用する新たな手口に対し、アカウント停止や推論保護の強化を実施し、業界や政府機関との脅威情報共有を進めている。

JERA、Dell Technologies、RHAELMは、千葉市に日本最大の「AIデータセンター」を建設すると発表した。投資額は2.3兆円以上に上る。3社によるドリームチームは、勝機をどこに見いだしているのか。

セキュリティサービスなどを手掛けるHENNGEは、AI活用におけるガバナンス・コスト管理を支援する新会社「HENNGE AI」を設立したと発表した。人間の従業員は取締役の2人を除いて配置せず、自律的にタスクをこなすAIエージェントが実務を担う。

この記事は Neurogica Tech Blog の転載です。「需要予測はProphetで十分では」そう思う人もいるかもしれない。東京電力パワーグリッドが公開している日次の最大電力9年分で検証すると、Prophet（Metaが公開している時系列予測ライブラリ）は「7日前の値をそのままコピーする」だけの予測に対して、統計的に有意な差をつけられなかった（p=0.107）。東電エリアの日最大電力9年分

こんにちは。AI・機械学習チームの高田です。 施策の効果検証では、発生頻度の低いイベントをKPIに置くことがあります。母数が小さいぶん、集計定義のちょっとした違いで数字が動きやすくなります。「test群が勝っています」と報告を受けたとき、その数字をどこまで信じてよいのか。判断に使う観点を一度整理しておきたいと考えていました。

本記事ではiOSDC 2026に参加したOPTiMのエンジニア4名が、各セッションから得た実践的な学びをレポートします。Swift 6やSwiftUIを用いた巨大アプリのモダン化、CoreBluetoothによるメッシュ型チャットの実装と失敗談、AIへのコンテキスト設計など、現場で活かせる知見を紹介します。

Claude Code で Claude Opus 5.5 を使うときは、ユーザー設定の古いキーが Opus 5.5 に効かない点に注意が要ります。ユーザー設定の最上位に effortLevel を書いただけだと、Opus 5.5 は既定の medium のまま動きます。以下、手を動かす順に説明します。 Claude Code で Opus 5.5 に切り替えるには？ (/model・--mode

はじめにFAXやメールで届いた注文を、担当者が1行ずつ販売管理システムに入力していませんか。届いた紙やPDFを見ながら、社内の商品コードを思い出して打ち込む作業です。その入力をAIに任せられないか、と考えたことはないでしょうか。OCRの精度が上がれば解決する、と説明されることがあります。しかし文字にした時点で手に入るのは文字列だけです。たとえば「純米900 8c」という1行を読み取っても、社内の2

はじめに64%。これが今回の数字です。何の64%かというと、AMDが2026年9月28日に発表した、フェイフェイ・リー氏が創業した「World Labs」の買収額(82億ドル)が、その7か月前にWorld Labs自身が調達した際の評価額(50億ドル)と比べて、何%上乗せされているかという数字です。自分はふだん、LLMにツールを呼ばせて文章やコードを書かせる、いわゆる「テキスト・API層」のAIエ

米OpenAIのプロダクト責任者ティボー・ソティオ氏は、「ChatGPT」サブスクリプションの最上位プラン「Pro（20倍）」の新規受付を9月29日（現地時間）に再開すると発表した。

はじめに先日このような記事を見かけましたBM25を使用してCodexのトークンの消費を30%抑える記事内では実際にCodexのトークンを抑えることができていることが分かり有効性が確認できました。そして、自分はこう思いました。「使ってみたい！」記事内ではMCPを実際に作成してから検証しているように書かれているのでzeすが、そのMCP自体は公開されていません。自前で作成してみるのも一つの手なのですが、

最終更新: 2026-09-29 要点Anthropic の skill-creator は、スキルの書き方を定めたスキルです。ところが本人がそのルールを3か所で踏み越えています。SKILL.md は500行の目安の15行手前、全大文字の指示を「黄信号」と呼んだ149行後に自ら全大文字で書き、同梱の検証スクリプトは公開仕様と両方向に食い違います。この記事は、Skillselion の skill-

デロイト トーマツ グループが不正リスク調査白書を発表。業務で使うAIの個人利用についてガイドラインを策定・周知している企業は5％で、74％は「実施していない、わからない」と回答。対応は利用者本人に委ねられているとした。

富士通がITサービス事業で従来の人月計算から価値起点のプライシングへとビジネスモデルの転換を進めている。AI時代に向けて必須となるこの動きは、ITベンダーもさることながらユーザーにとってもAIを使いこなしてROIを向上させるための戦略を左右する要素になりそうだ。

2026年8月20日（木）、ブレインパッドにて、公益財団法人山田進太郎D&I財団が提供する、女子中高生向けSTEM領域のツアー型体験プログラム「Girls Meet STEM」オフィスツアーを初めて開催しました！ その当日の模様をお届けします。8月20日（木）、女性中高生向けSTEM領域のツアー型体験プログラム「Girls Meet STEM」のオフィスツアーを実施しました。ブ

Gemini Enterpriseを全従業員に展開した損保ジャパン。標準機能やクォータの上限といった制約を、どのような仕組みで補ったのか。チーフエンジニアの城市由佳理氏が講演で明かした。

こんにちは、エンジニアの石川です。 この記事で紹介しているモデルの重みは Hugging Face で公開しています。 DeepSeek-V4-Flash-0731 は、DeepSeek が 7 月 31 日に公開したオープンウェイト・モデルです1。 総パラメータ 284B・アクティブ 13B の MoE 2 Terminal Bench 2.1 で 82.7%、DeepSWE で 54.4%、N

エムスリーエンジニアリンググループGMで、データエンジニアの木田です。 この記事はデータ基盤チームのブログリレー4日目の記事です。前回は橋口さんの 「BigQueryのスロット、返し忘れていませんか? fluid scalingによるスロット費用最適化」 でした。 データ基盤チームでは Digdag / Embulk で長年運用してきた各種サービスから BigQuery へのデータ連携基盤を、Ke

ローカルLLMのためのメモリ基礎知識をまとめました。続きをみる

はじめにLLMは事前学習で、大量のテキストから次の単語を予測できるようになります。ただ、この段階の学習目標は「それらしい続きを出す」ことであり、質問に答えたり、指示どおりに振る舞ったりすることまでは含まれていません。ChatGPTのような対話AIが使いものになるまでには、事前学習のあとにもう一段、人間にとって好ましい振る舞いへ仕上げる学習（post-training）が必要です。この post-t

はじめに分類モデルの精度を上げていると、そもそも、この分類問題を解いて何がよくなるんだっけ。と思うことがある。むしろデータサイエンティストとしては、常にこれが頭になければいけない。もちろん、開発を始めるときには機械学習問題の先にある目的を説明している。問い合わせ対応を速くしたい。重大な障害を見落としたくない。担当者の負担を減らしたい。そのためにデータを集め、ラベルを付け、モデルを学習させる。ところ

AIデバッグはなぜ収束しないのかについてまとめました。続きをみる

LSTMからWFO、No Trade、レジーム判定、世界モデルまで、18回の実験でAI為替予測の精度と売買成績を段階的に検証します。

Googleは、AIモデルやエージェントのコーディング能力を測る「Android Bench 2.0」を公開した。エンジニアが数日を要する複雑な長期タスクを課す仕様に刷新。最高通過率は従来の約91％から約28％に急落した。

AIエージェントに長い仕事を任せると、意外なところでContextを使います。考えているときではありません。待っているときです。例えば、ブラウザ操作、画像生成、動画生成、外部Job、CI、デプロイ、長い解析処理。Toolを呼んだあと、すぐ終わらない処理は普通にあります。このとき素朴なAgent loopを作ると、Toolを開始する「まだ実行中」を受け取る少し待つ状態を確認するまた「まだ実行中」を受

まもなく発売の「NVIDIA RTX Spark」についてまとめました。続きをみる

タスクを最後までやり遂げたエージェントは優秀に見える。だが「本当はここで手を止めるべきだった」を見抜けたかどうかは、成功率のスコアにはまず現れない。曖昧な指示、矛盾する制約、途中で壊れるツール。こうした場面で止まれず、取り消せない操作(フライトのキャンセル、ファイルの削除、送金)を実行してしまうエージェントも、ベンチマーク上は「ちゃんと動く」と評価されうる。7月11日に公開された論文 AgentA

ローカルLLMで使えるWeb検索をまとめました。続きをみる