IBM、一貫性ガイドでGPT-4.1エージェントの一貫性格差を24.4から12.0ポイントへ縮小
IBMの研究チームはALTK-Evolveに一貫性ガイドを追加した。Consistency Analyzerを使い、エージェントのトレース内で判断が反転しやすい箇所を診断する。
AI エージェント
すべてのトピックモデルが自ら計画し、ツールを呼び出し、複数の手順の作業をこなす技術。Claude Code や Manus から各社のエージェント基盤と評価まで。
精選 107件関連トピックMCP とツール呼び出しAI コーディング推論能力
最新の精選
41–60 件目 · 全 107 件9月16日
9月10日
OpenAI、金融サービス向け ChatGPT を公開
OpenAI は金融データを内蔵し GPT-6 Astra に接続する金融サービス向け ChatGPT を公開した。調査、モデリング、顧客にそのまま渡せる資料の作成に使う。
Gradio Workflow で AUTOMATIC1111 を再構築、73ノードの Workflow1111
Hugging Face チームは Gradio Workflow で AUTOMATIC1111 の機能の大半を一つの Workflow1111 キャンバスに再構築した。11本のメディアパイプラインと73ノードで、テキストから画像、高解像度修復、画像から画像、プロンプト行列、VLM による逆解析、検出からの inpaint マスク生成、ControlNet 型アノテーター、背景除去、PNG Info、画像から動画を扱う。
OpenAI、クラウドエージェント構築向けAgents APIを公開
OpenAIはクラウドエージェントの構築と運用開始に向け、Codexハーネスを基盤とするマネージドサービスAgents APIを公開した。オーケストレーション、長時間セッション、ツール呼び出しに対応する。
9月9日
Mistral、AIエージェントで4万行のFortranレガシーコードを移行
Mistralは欧州のエネルギー事業者が4万行のFortran 77をC++へ移行するのを支援した。対象はテストや集約された文書がない、物理計算中心の油層シミュレーターだった。チームはまず数値一致を確認するテスト基盤を作り、Skill.mdでエージェントに状態スナップショットの出力と移行モジュールの検証を指示した。その後Vibe CLIで100超のエージェントを起動し、呼び出しツリーを解析し、Mistral OCRで散在する文書を整理した。
OpenAI、企業業務向けGPT-6 Astraを公開
OpenAIはGPT-6 Astraを公開し、企業向けで最も高性能なモデルと説明した。高度な推論とコンピューター操作能力を持ち、文章作成とデザイン判断も強化した。
9月5日
GitHub、複数モデルの編成で最先端のコーディング品質を実現するProject HydraFusionを公開
GitHubはProject HydraFusionの研究プレビューを公開した。実行時の複数モデルの編成でCopilotに最先端のコーディング能力を提供する。Copilot CLIで/experimentalから有効化でき、各モデルが実際に使うトークンの標準料金で課金される。
9月3日
Hugging Face、コーディングエージェント向けの自前メモリー層funesをオープンソース公開
Hugging FaceはClaude Code、Codex、pi、Hermesなどに永続メモリーを提供するfunesを公開した。ローカルの既存セッションから索引を作り、既定では埋め込みと再ランキングもローカルで行う。
Google DeepMind、Fairwind Programで政府と企業にGemini 3.8 Flash Cyberの防御能力を限定公開
GoogleはFairwind Programを開始し、Google Cloud顧客、政府機関、サイバーセキュリティのパートナーに防御能力へのアクセスを限定提供する。第1弾としてGemini 3.8 Flash CyberモデルとCodeMenderツールチェーンを提供し、脆弱性の自律的な発見、検証、修正に用いる。
Google DeepMind、Gemini 3.8 Flash と 3.8 Flash Cyber を公開
Google DeepMind は Gemini 3.8 Flash と Gemini 3.8 Flash Cyber を公開した。前者は長時間のコーディングと自律エージェント向けで、料金は3.7 Flash と同じく入力100万トークン当たり0.75ドル、出力100万トークン当たり3.75ドルだ。
9月2日
Google DeepMind、Gemini 3.7 Flashなどにエージェント型動画理解を導入
Google DeepMindはGemini 3.7 Flash、3.6 Flash、3.5 Flash-Liteにエージェント型動画理解を導入した。動画分析のトークン消費を最大88%、費用を最大66%削減し、正確さを最大7%高める。
8月28日
Google Earth AI、地理空間モデリング全工程を自動化するPPEを導入
Google ResearchはGoogle Earth AIに実験的研究機能Planetary Prediction Engine（PPE）を導入した。自然言語の質問に基づき、地理空間データの発見、特徴量設計、モデル学習と評価を自律的に進め、報告を生成する。数週間の手作業を要したデータ処理を数分に縮める。
8月27日
Google DeepMind、音声文字起こしモデルGemini 3.5 Transcribeを公開
Google DeepMindはGemini 3.5 Transcribeを公開し、現在最も正確な音声文字起こしモデルと説明した。生の音声を直接、正確で整形済みの文字に変換する。
8月25日
Hugging Face、Gradioのgr.WorkflowでAIパイプラインをドラッグ可能な画面とREST APIへ
Hugging FaceはGradioにgr.Workflowを導入した。複数段階のAIパイプラインを型付きノードのグラフで表し、ドラッグ可能な画面を提供する。各ノードを実行でき、中間結果もすべて見える。
8月20日
Mistral、Agentic Searchを公開、FinanceBench正解率が26.7%から86%へ
Mistralは複数段階の検索ループで情報を探し、調べ、検証する検索層Agentic Searchを公開した。Mistral Search Toolkitで提供し、StudioとVibeのLibrariesにも組み込む。
8月19日
IBM 研究、エージェントに必要な記憶はどれほどか
IBM Research は Hugging Face ブログで ALTK-Evolve の研究を公開した。AppWorld の585の複数ステップ課題で八つのモデルをテストし、エージェント記憶はオン・オフのスイッチではなく、モデル別に量を調整すべきものだと分かった。
8月14日
Hugging Face、2026年夏のオープンソースモデル観測レポートを公開
Hugging Face は2026年1～8月の観測レポートを公開した。Hub データでは、多くの月で中国の研究所が公開した最大モデルのパラメーター数が米国を上回る。中国の月間上限は7,540億～2兆7,800億パラメーター、米国は7か月中5か月が1,300億未満だった。
Strands Agents、LeRobot、Hugging Face Storage Bucketsで記録・学習・配置を一巡させる
Hugging FaceのブログはStrands Robotsのストリーミングデータ循環のチュートリアルを公開した。同じRobot()オブジェクトで実演を記録し、Storage Bucketへ同期し、Hubからストリーミングで読み込んで学習し、チェックポイントをハードウェアへ戻して配置する。全工程でLeRobotのディスク形式は変えない。
Google DeepMind、コーディング・エージェント向け Gemini 3.7 Flash を公開
Google DeepMind は Gemini 3.7 Flash を公開し、コーディングとエージェント向けの最強の主力モデルと位置付けた。Gemini 3.6 Flash 公開からわずか3週間だ。
8月13日
Hugging Face、ICML 2026再現ハッカソンを振り返る：2226論文、6816ログ
Hugging Faceは7月15日から8月2日までICML 2026オープン再現チャレンジを開催した。1221人のコミュニティーメンバーがClaude Code、Codex、Cursorなどのコーディングエージェントで論文を再現し、6816件のTrackioログを公開した。対象は大会論文の約3分の1に当たる2226件だった。