今週はモデルと基盤の話題が中心です。Z.aiがGLM系新モデルの重み公開方針を示し、OpenAIは自社チップ「Jalapeño」がBlackwellを上回ったと主張、Codexの5時間ごと利用上限も元に戻りました。加えてHugging Faceのインシデント、Anthropicの在宅勤務指示、Raspberry Piで35B Qwenを動かす車載AI事例も出ています。多くは本文がなく詳細は未確認です。
Hacker News に GLM-5.3-Flash が投稿された。また Z.ai は、Ox Alpha が GLM シリーズの新しいモデルであることを認め、その重みを公開する予定だと明らかにした。いずれの記事も本文がなく、性能や公開時期などの詳細は不明。
なぜ重要か: 重みが公開される GLM 系モデルは、自前でホストしたり端末側で動かしたりする選択肢を検討する材料になるため。
OpenAIが自社チップ「Jalapeño」について、テストでNvidiaのプロセッサ（Blackwell）を上回る性能を示したと主張していると報じられた。記事本文が付いていないため、テスト条件や具体的な数値は不明。
なぜ重要か: AI推論・学習を支えるハードウェアの選択肢が変われば、開発チームの計算コストや調達戦略に影響し得るため。
個人開発者がRaspberry Pi上で35BのQwenモデルを動かし、車載AIとして構築した事例をShow HNで公開。車のODBコネクタから車両内部情報を読み取り、メーカーのクラウドサービス経由でエアコン操作やドアの施解錠も行える。車の取扱説明書全文を与え、他のエージェントとも連携させている。
なぜ重要か: 大規模モデルを安価なエッジデバイス上でローカル実行し実機制御まで繋げた実例として、オンデバイスAIの実現可能性を示すため。
Anthropicが、セキュリティチームによるストライキの可能性を理由に従業員へ在宅勤務を指示したと報じられた。記事は見出しのみで本文がなく、ストライキの実施有無や期間、対象範囲、業務への影響といった詳細は示されていない。
なぜ重要か: AIベンダーの社内動向に関する報道だが、記事の情報だけではAndroid/AI開発への技術的な影響は判断できない。
OpenAI が ChatGPT Plus ユーザー向けに Codex と Work の5時間ごとの利用上限を元に戻したと報じられた。Hacker News に掲載された記事タイトルから確認できるのはこの点のみで、詳細な数値や適用時期は本文がないため不明。
なぜ重要か: AI コーディング支援ツールの利用枠は開発チームの日々の作業ペースに直結するため。
生成モデルの評価指標FIDとKIDについて、FIDが分布の最初の2モーメントしか要約しないため分布間の差異を見逃す点と、報告されるスカラー値の差だけではサンプリング変動に対する校正された検定にならない点を指摘した研究。ImageNetでは参照統計に合わせて最適化しただけの視覚的に認識不能な画像が例として挙げられている。
なぜ重要か: 生成モデルの品質評価をFIDのみに依存すると誤った優劣判断につながるため、評価基盤を持つ開発チームには指標の見直しが必要。
arXivに、長期タスクを扱うエージェント基盤向けの再帰的な経験・作業記憶アーキテクチャ「Recuris」が発表された。作業記憶がタスクの進捗を追跡し、経験記憶からのスキル選択を導くことで、履歴の肥大化によって状態が見えにくくなり、スキル呼び出しがずれる問題に対処する。
なぜ重要か: 長時間動作するエージェントの状態管理とスキル選択の設計指針として、AI機能を組み込む開発チームの参考になるため。
同一プロンプトの兄弟ロールアウトを待つgroup-relative RLは、長く可変なツール利用軌跡ではコストが高い。SPOはプロンプト単位の永続的な価値推定でこの依存を除くが、軌跡ごとに1つのアドバンテージを白色化しtoken-mean損失を最適化する。SPO++はこの軌跡センタリングの問題を扱う。
なぜ重要か: ツール利用を伴うエージェントの強化学習を非同期化し学習コストを下げる手法として、エージェント開発の基盤に関わるため。
LLMが自然言語プロンプトからコードを生成する場面が増え、プロンプト設計が生成コードの安全性を左右する要因になっている。本研究は424件のセキュリティ関連Pythonタスクを用い、構造化・セキュリティ指向のプロンプトの影響を実証分析した。タイトルによれば、そうしたプロンプトは脆弱性を減らすのではなく分布を変える（再配分する）と報告している。
なぜ重要か: AIコード生成を開発に取り入れるチームにとって、プロンプト工夫だけではセキュリティ上の弱点が消えない可能性を示すため。
arXivのAI分野の論文が、入力凸ニューラルネットワーク(ICNN)のL_pリプシッツ定数計算のパラメータ化計算量を扱っている。リプシッツ定数は入力の微小な摂動に対する感度の指標だが、浅いReLUネットワークでも計算は難しい。2層ICNNではこの計算がゾノトープ上のL_pノルム最大化と等価になる。
なぜ重要か: モデルの入力摂動に対する頑健性を定量的に評価する際の計算コストの限界を知る手がかりになるため。
企業のサイバーセキュリティ研究は単一分野が教える範囲を超えた多様な手法を必要とし、研究者は技術的課題より先に手法選択の問題に直面する。体系的レビュー、デザインサイエンス的成果物、検知実験、インタビュー調査、攻撃グラフモデルが同時に求められることもある。本論文はこの選択問題を叙述的レビューと実行可能なガイドの二方向から扱う。
なぜ重要か: 検知実験やレビューなどセキュリティ研究の手法選択を整理しており、製品のセキュリティ評価を設計する際の参照になる。
Hacker News arXiv (AI) arXiv (Security)