ICML 2026におけるTogether AI: フルスタックにわたるフロンティア研究
Together AIは、プラットフォーム開発のフルスタックをカバーする9つの論文をICML 2026で発表します。
ScarfBench: エンタープライズJavaフレームワーク移行におけるAIエージェントのベンチマーク
本記事では、エンタープライズJavaアプリケーションを異なるフレーム間で移行する際のAIエージェントのパフォーマンスを評価するために設計されたベンチマークであるScarfBenchを紹介します。 この研究は、フレームワーク移行の複雑さを浮き彫りにし、この分野におけるエージェントの能力を評価するための標準化された評価方法を提案しています。
llama.cpp b9850 リリース: Qwen3 の修正と新しいバイナリ
llama.cpp b9850 リリースでは、特定のモデルサポートの更新が導入されました。これには、Qwen3Next 用の t_layer_inp テンソルの登録、レイヤー処理ループ内の入力割り当ての修正、qwen-coder-next に対する DFLASH の問題への対処が含まれます。また、Qwen3 モデルの注意機構正規化用のテンソルも追加されました。
科学者向けのAIワークベンチ「Claude Science」が利用可能に
Anthropicは、断片化された科学ツールを単一の研究環境に統合するために設計されたAIワークベンチであるClaude Scienceのベータ版をリリースしました。このプラットフォームは、監査可能な成果物、柔軟なコンピューティングスケーリング、ゲノミクスや構造生物学などの分野向けの専門エージェントを提供することで、発見を加速することを目指しています。
Claude Sonnet 5 の発表
Anthropic は、Claude Sonnet 5 をリリースしました。これは、以前の Opus クラスのモデルよりも低コストで、複雑な計画策定、ツール使用、自律的なコーディングタスクを実行するために設計された新しいエージェント型 AI モデルです。このアップデートは、Opus 4.8 とのパフォーマンス格差を縮めると同時に、その前身である Sonnet 4.6 と比較して、推論、安全性、実行において大幅な改善をもたらしました。
Claude Code v2.1.197がClaude Sonnet 5を導入
AnthropicはClaude Codeのバージョン2.1.197をリリースし、デフォルトモデルをClaude Sonnet 5に更新しました。この新モデルはネイティブの1Mトークンコンテキストウィンドウを備え、8月31日までプロモーション価格で利用可能です。
GeneBench-Proの内部：複雑なゲノム推論の10事例研究
GeneBench-Proは、複雑なゲノム推論タスクにおいてモデルを評価するために設計されたベンチマークで、代表的な質問と支援資料を紹介する10の詳細な事例研究を特徴としています。各事例研究では、特定の生物学的課題に対するモデルのパフォーマンスを評価するために必要な元のプロンプト、データセット、およびコンテキストを提供します。
GeneBench-Proの紹介
GeneBench-Proは、AIエージェントが計算生物学において曖昧さに対処し、重要な判断を下す能力を測定するために設計された研究レベルのベンチマークであり、元のGeneBenchを拡張したものです。これは、データノイズへの対応、仮定の修正、結果が意思決定に準備できているかどうかの判定といった高次な能力をテストすることで、現在の評価の限界に対処します。
コアドンプの疫学：18年前のバグを修正する
OpenAIのエンジニアは、Rocksetデータインフラストラクチャで説明のつかないC++クラッシュが発生した原因として、Azureホストでの静かなハードウェア破損とGNU libunwind内の18年前から存在する競合条件という2つの異なる要因を特定しました。
ChatGPTの採用がどのように拡大したか
OpenAI Signalsのデータによると、ChatGPTの採用は世界中で広がり、深まりつつあり、ユーザーは毎日50%多いメッセージを送信し、サインアップから6ヶ月後に試す固有のタスクの数が2倍になっている。
llama.cpp b9849 リリース: IPv6 URL 処理と新しいバイナリ
llama.cpp b9849 リリースでは、URL のホスト部における角括弧で囲まれた IPv6 リテラルのサポートが導入され、RFC 3986 に準拠して [host]:port 形式をサーバーが解析できるようになりました。この更新により、リッスンログ、プロキシヘッダー、クライアントの再構築の書式が適切に保たれつつ、リクエストごとの追跡のために bare remote_addr が維持されます。
Nano Banana 2 Lite と Gemini Omni Flash で構築を開始
Googleは、インテリジェントなアプリケーションの構築における開発者の能力を強化するために設計された2つの新しいAIモデル、Nano Banana 2 LiteとGemini Omni Flashをリリースしました。
なぜ専門化は避けられないのか
記事は、機械学習における専門化がモデルの複雑さの増加とドメイン固有の専門知識の必要性によって駆動される避けられないトレンドであると主張しています。
llama.cpp b9848 リリースで CUDA の get_rows_back が修正され、バイナリが提供される
llama.cpp プロジェクトはバージョン b9848 をリリースしました。このバージョンには、65535 行を超えるテーブルにおける `get_rows_back` 関数の問題を解決するための CUDA バックエンドの重要な修正が含まれています。このアップデートは、以前に大規模なテーブル操作に影響を与えていた grid-y クランプおよびストライドのエラーを修正します。
Hugging Face モデルページに Every Eval の全評価結果を表示
Hugging Face はモデルページを更新し、「Every Eval」イニシアチブからの評価結果を表示し、さまざまなベンチマークにわたるモデルパフォーマンスの包括的なビューを提供します。この統合により、ユーザーはモデルハブインターフェース内で直接広範な標準化されたメトリクスにアクセスできます。
llama.cpp b9847 リリースでGemma E4B MTP FlashAttentionの修正
llama.cppプロジェクトはバージョンb9847をリリースしました。このリリースには、CUDAにおけるGemma E4B MTP FlashAttentionの修正と、未使用のテンプレート宣言の削除が含まれています。
Asahi Linux向けVulkan行列積最適化を含むllama.cpp b9846リリース
llama.cppプロジェクトは、Asahi Linux向けのVulkanバックエンド最適化を含むバージョンb9846をリリースしました。このアップデートでは、Apple Siliconハードウェア上でLinuxを実行する環境における互換性とパフォーマンスを向上させるため、行列積のブロックサイズループをロールバックしています。
llama.cpp b9844 リリースで NVFP4 サポートと新しいバイナリが追加
llama.cpp プロジェクトはバージョン b9844 をリリースし、NVFP4 量子化形式に対する ggml-webgpu のサポートを導入しました。このアップデートでは、macOS、iOS、Linux、Android、Windows、openEuler 向けに、さまざまなハードウェアバックエンド用のビルド済みバイナリも提供されています。
英国の次の生産性の時代の解き放ち：AIの先駆者たちの国を構築する
Google UKは、国内でより多くの人々がAI搭載技術の恩恵を引き出すための戦略を詳述した最新の経済影響レポートを発表しました。
macOS、Linux、Windowsバイナリを含むllama.cpp b9843リリース
llama.cppプロジェクトは、b9843リリースを公開しました。これにより、macOS、Linux、Android、Windows、openEulerの各プラットフォーム向けに、さまざまなハードウェアアーキテクチャに対応したビルド済みバイナリが提供されます。