最新のAIニュース 2026年7月14日

🟡 🤝 エージェント 2026年7月14日 · 2 分で読めます

arXiv:2607.11185: SCALECUAがRLでコンピュータ使用エージェントをスケール——OSWorld 68.7%

SCALECUAは清華大学/THUDMの研究者が提案した新しいフレームワークで、オンライン強化学習によりコンピュータ使用エージェントをスケールし、OSWorldベンチマークで新SOTA68.7%、ScienceBoard 54.0%を達成しました。

🟡 🏥 実践 2026年7月14日 · 2 分で読めます

Anthropic：Claude Code v2.1.208・v2.1.209——スクリーンリーダー、vimリマップ、プロセスラッパー対応

Claude Code v2.1.208は3つの新機能を導入します：アクセシビリティ向けのopt-inスクリーンリーダーモード、vim挿入モードのキーボードショートカットリマップ、すべての自己生成プロセスをカバーする企業向けプロセスラッパー。ホットフィックスv2.1.209はバックグラウンドエージェントセッションでダイアログがブロックされるバグを即座に修正しました。

🟡 🛡️ セキュリティ 2026年7月14日 · 2 分で読めます

GitHub：プルリクエストへのAIセキュリティ検出と、Copilotアプリの/security-reviewコマンド

GitHubはCode ScanningのプルリクエストにAI生成のセキュリティ検出を直接導入し、Copilotアプリにインジェクション・XSS・パストラバーサル・弱い暗号化を分析する新コマンド/security-reviewを追加しました。

🟡 🔧 ハードウェア 2026年7月14日 · 2 分で読めます

NVIDIA：ワット当たり性能が主要指標に——Blackwell GB300はHopperの最大25倍の効率

NVIDIA Blackwell GB300 NVL72はDeepSeek V4 Proモデルでワット当たり性能がHopperの最大25倍に達し、ソフトウェア最適化だけで1か月以内に最大5倍の改善をもたらしました。

🟢 📦 オープンソース 2026年7月14日 · 2 分で読めます

AMD：LogsLop——巨大なログファイルを11%に圧縮し、トークンを78%節約するオープンソースツール

AMDがLogsLopを公開しました。正規化とクラスタリングで巨大なログファイルを要約するオープンソースのPython CLIツールです。73個の実際のログファイルで行数を11%、バイト数を7.5%に削減し、Llama 3.3 70Bと組み合わせるとトークンが78%節約されます。

🟢 🤝 エージェント 2026年7月14日 · 2 分で読めます

arXiv:2607.10891: SETA——4,500以上のRL環境がターミナルエージェントの性能を向上

ターミナルエージェントはターミナルやシェルコマンドでタスクを解くAIエージェントです。SETA（沈ら、オックスフォード大学、KAUST）はターミナルエージェントの訓練用に4,500以上の検証可能なRL環境を生成します。DeepSeek-V4-FlashはTerminal-Bench 2.0でpass@1が40%→43%、pass@5が54%→58%に改善しました。

🟢 🏥 実践 2026年7月14日 · 2 分で読めます

arXiv:2607.11307: ToMap——マルチエージェント数学証明の自動形式化でSOTA+19%

自動形式化とは自然言語の数学を機械検証可能な形式に自動変換することです。Tian-Shuo Liuらのポストです ToMapパイプラインはProofFlowBenchで前のSOTA手法に対して19.0%の改善を達成しました。鍵となるイノベーションは、ボトルネックと特定されたDecomposerにテスト時計算を集中させることです。

🟢 🤝 エージェント 2026年7月14日 · 2 分で読めます

AWS：Strands AgentsとBedrockによるマルチエージェントB2B顧客探索

マルチエージェントオーケストレーションとは、複数の専門AIエージェントが共通タスクを協調して実行することです。Thrad.aiはAmazon BedrockとStrands Agents SDKを使用して6つのソースからB2B顧客を探索するシステムを実装しました。Swarmパターンはメール品質8.2/10を達成し、Graphパターンは25%低コスト・28%高速です。

🟢 📦 オープンソース 2026年7月14日 · 2 分で読めます

CNCF：KubernetesのPodはAIエージェントの適切なデプロイ単位か？

Solo.ioのLin SunはKubernetesのPodがAIエージェントをスケジューリングする適切な抽象化かどうかを問い直します。エージェントは短命で——短時間だけ起動し、専用のアイドルPodはリソースを無駄にします。ActorとWorkerPoolを持つ新しい「agent-substrate」モデルを提案しています。

🟢 💬 コミュニティ 2026年7月14日 · 2 分で読めます

Google DeepMind：ATL Saathi——インド教師向けGeminiツール、1100万人の生徒を目指す

Google DeepMindとAtal Innovation MissionがATL Saathiを共同発表しました。インドの学校のSTEMラボの教師を支援するGemini搭載Webアプリです。100校でパイロットを実施し、8言語・12教育モジュールで1100万人以上の生徒を目指しています。

過去のニュース

2026年7月11日土曜日

6 件 →

🟡 💬 コミュニティ 2026年7月11日 · 2 分で読めます

arXiv:2607.07779：Terence Tao が共著——フロンティア数学における大規模言語モデルの限界を論じた論文

「From Solvers to Research」は arXiv 論文で、著者の一人はフィールズ賞受賞者の Terence Tao です。LLM エージェントが自動形式化と証明合成を通じて研究レベルの数学を行えるかを検討します。既存の証明合成システムの系統的な弱点を特定し、問題解決と真の研究の境界を描き出しています。

🟡 🛡️ セキュリティ 2026年7月11日 · 2 分で読めます

arXiv:2607.08395：Token-Flow Firewall — 長期稼働 AI エージェントをリアルタイム監視し攻撃成功率を 12.5% に低下

Token-Flow Firewall は arXiv で発表された防御メカニズムで、長期稼働（永続的）AI エージェントの自然言語トークンフローをリアルタイムで監視します。prompt injection などの敵対的攻撃テストで攻撃成功率を 12.5% まで低下させ、モデルのトレーニングだけに依存せずランタイム保護レイヤーを提供します。

🟡 🏥 実践 2026年7月11日 · 2 分で読めます

Anthropic: Claude Code v2.1.207 が全エンタープライズクラウドで auto mode を有効化、デフォルトモデルを Opus 4.8 に変更し shell-injection 脆弱性を修正

Claude Code v2.1.207 は Anthropic の CLI ツールの新バージョンで、opt-in 変数なしに Amazon Bedrock、Google Vertex AI、Microsoft Foundry 上で「auto mode」を自動的に利用可能にします。このリリースは hook 設定における shell-injection セキュリティ脆弱性を修正し、Bedrock、Vertex、AWS 上の Claude プラットフォームではデフォルトモデルを Claude Opus 4.8 に変更します。

🟢 🤝 エージェント 2026年7月11日 · 2 分で読めます

arXiv:2607.08093：CausalDS — データサイエンスタスクにおける AI エージェントの因果推論を測定する新ベンチマーク

CausalDS は arXiv で発表されたベンチマークで、AI エージェントがデータサイエンスのワークフロー内で因果性と相関性を区別できるかをテストします。自律的な分析エージェントの評価における空白を埋めるものです。標準的なテストは実行ステップの正確さを測るものの、正しい因果推論の能力は測っていませんでした。

2026年7月10日金曜日

12 件 →

🟡 🛡️ セキュリティ 2026年7月10日 · 2 分で読めます

arXiv:2607.08173: 「Overthinking」——強化された推論がreasoningモデルに学習済み秘密を暴露させる、ICML 2026採択の新たな抽出攻撃

OvertinkingはICML 2026に採択された論文で、大規模言語モデルにおける推論の重みを増強することでモデルが通常は公開しない隠れた学習済み情報を引き出せることを示します。この発見はo1、DeepSeek R1、拡張思考機能付きClaudeなどreasoningモデルを標的とした新たなクラスの抽出攻撃の扉を開きます。

🟡 🤖 モデル 2026年7月10日 · 2 分で読めます

arXiv:2607.08733: 「スーパーウェイト」が選択的ファインチューニングの失敗を説明——COLM 2026採択論文

「Super Weights in LLMs」はCOLM 2026に採択された論文で、言語モデルの挙動を不釣り合いに変化させる少数のパラメータ群「スーパーウェイト」を特定します。論文は、一部の層のみを更新する選択的ファインチューニングがしばしば失敗する原因をまさにこれらのウェイトで説明しており、PEFTやLoRAアプローチに直接的な影響を持ちます。

🟡 🏥 実践 2026年7月10日 · 2 分で読めます

AWS: SageMakerがNVIDIA Nemotron 3モデルのサーバーレスファインチューニングをSFT・RLVR・RLAIFで提供開始

Amazon SageMaker AIは、インフラ管理なしでNVIDIA Nemotron 3モデルのサーバーレスカスタマイズを導入しました。SFT（教師ありファインチューニング）、RLVR（検証可能な報酬による強化学習）、RLAIF（AIフィードバックによる強化学習）の3つの手法が利用可能になり、ML基盤の知識がないエンタープライズチームでも高度なRL手法を利用できるようになります。

🟡 🛡️ セキュリティ 2026年7月10日 · 2 分で読めます

GitHub: CodeQL 2.26がAI prompt injection検出を導入——AI攻撃をXSSやSQLインジェクションと同等に扱う初のメインストリームSASTツール

CodeQL 2.26.0はGitHubの静的セキュリティ解析ツールの新バージョンで、AI prompt injection攻撃の検出を新たな解析タイプとして導入し、Kotlin 2.4.0のサポートも追加しました。AI固有の攻撃ベクターをメインストリームのSASTツールに初めて統合することで、prompt injectionはXSSやSQLインジェクションと同じセキュリティフローに組み込まれます。

2026年7月9日木曜日

16 件 →

🔴 🤖 モデル 2026年7月9日 · 2 分で読めます

Google: SensorFM——1 兆分超えのウェアラブルデータで学習した基盤モデル、35 健康タスク中 34 で勝利

SensorFM は Google のウェアラブルデバイス健康データ向け基盤モデルで、100 以上の国の 500 万ユーザーの Fitbit および Pixel Watch から得た 1 兆分を超えるシグナルで学習しています。35 タスク中 34 で専門特化モデルに勝利し、分類タスクで AUC +9%、回帰タスクで相関 +21% を達成しました。

🔴 🤖 モデル 2026年7月9日 · 2 分で読めます

Microsoft: オープンソースモデル Aurora 1.5 が 88.9% の変数で ECMWF アンサンブルを超越——AI 天気予報の新基準

Aurora 1.5 は Microsoft のオープンソース地球システム基盤モデルで、88.9% の評価変数・予報時間幅において ECMWF アンサンブル予報を超えます。新版では 22 の気象変数、1 時間分解能、確率的アンサンブル予報が追加され、ハリケーン Helene の進路誤差は初代 Aurora 比で約 33% 低下しました。

🔴 🤖 モデル 2026年7月9日 · 2 分で読めます

OpenAI: GPT-5.6 が Sol・Terra・Luna の3バリアントで登場——マルチエージェント編成と GitHub Copilot への初日対応

GPT-5.6 は OpenAI の新しいモデルファミリーで、Sol（フラッグシップ推論）・Terra（バランス型）・Luna（大容量・コスト効率型）の3バリアントを備えます。プログラム的ツール呼び出し、明示的プロンプトキャッシュ制御、持続的推論、マルチエージェント編成ベータが追加され、初日から GitHub Copilot でも利用可能です。

🟡 💬 コミュニティ 2026年7月9日 · 2 分で読めます

Anthropic: ノーベル賞受賞者・元 FRB 議長 Ben Bernanke が Long-Term Benefit Trust に就任——企業使命の監督機関

Ben Bernanke は 2006〜2014 年に FRB 議長を務め、2022 年にノーベル経済学賞を受賞した経済学者で、Anthropic は彼を Long-Term Benefit Trust に任命しました。LTBT は株式も利益分配もなく独立して活動する機関で、企業の公益使命を監督します。Bernanke は AI の経済的影響に関する専門知識をもたらします。

2026年7月8日水曜日

15 件 →

🔴 🤖 モデル 2026年7月8日 · 5 分で読めます

Mistral Robostral Navigate：RGBカメラ1台だけで自律ナビゲーションを実現するロボットAI

MistralはRobostral Navigateを発表した。80億パラメータを持つ体現型ロボットナビゲーションの初モデルで、LiDARや深度センサーなしにRGBカメラ1台のみを使用し、未知環境向けR2R-CEベンチマークで76.6%の成功率を達成。マルチセンサー競合を4.5ポイント上回る。

🔴 🤖 モデル 2026年7月8日 · 4 分で読めます

OpenAI、会話AIの新音声モデル「GPT-Live」をChatGPT Voiceに初日から統合して発表

OpenAIは、自然でリアルタイムな会話AIインタラクションを実現するための新しい音声モデル「GPT-Live」を発表した。初日からChatGPT Voiceに統合されており、GPT-Realtime-2.1のわずか2日後のリリースとなる。技術仕様と料金は現時点では未公開。

🔴 📦 オープンソース 2026年7月8日 · 5 分で読めます

PyTorch 2.13：LLMトレーニングのGPUメモリを最大4分の1に削減、FlexAttentionが12.3倍高速化

PyTorch 2.13が526名の貢献者による3,328コミットとともにリリース。主要な新機能：nn.LinearCrossEntropyLossがLLMトレーニングのピークGPUメモリフットプリントを最大4倍削減、Apple SiliconでのFlexAttentionが最大12.3倍高速化、新しいtorchcommsバックエンドが分散トレーニングを刷新。

🟡 🤖 モデル 2026年7月8日 · 4 分で読めます

Anthropic、危険な知識の「オフスイッチ」を開発：GRAMが二重利用可能な能力を除去可能なモジュールに分離

AnthropicとAE Studioは、ウイルス学・サイバーセキュリティ・核物理学などの二重利用可能な知識をトレーニング中に除去可能なニューラルモジュールへ分離するGRAM（勾配ルーティング補助モジュール）を発表した。1回のトレーニングで異なる能力セットを持つ複数のモデルバリアントを作成できる。

2026年7月7日火曜日

15 件 →

🔴 ⚖️ 規制 2026年7月7日 · 4 分で読めます

EUサイバーセキュリティ・AI行動計画：欧州委員会が新立法なしで防衛を調整

欧州委員会は本日、AIとサイバーセキュリティに関する共同行動計画を発表した。EU既存法的枠組みに基づき、加盟国と産業界を調整しながら、AIを攻撃ベクターと防衛ツールの両面から同時に取り上げる内容となっている。

🔴 🤖 モデル 2026年7月7日 · 5 分で読めます

MetaがMuse ImageとMuse Videoを発表――自ら誤りを修正するエージェント型AI

Meta Superintelligence Labsが、Muse ImageとMuse Videoを発表した。エージェントとして動作し、内部でコードツールやウェブ検索ツールを呼び出す両モデルはArenaランキングで2位・3位を獲得し、Content Sealウォーターマークを必須搭載している。

🟡 🛡️ セキュリティ 2026年7月7日 · 4 分で読めます

AISI：フロンティアAIが£150未満でクリティカルなクラウド脆弱性を発見

英国AI安全機関（AISI）がフロンティアモデルを使って自社研究プラットフォームの監査を行い、標準ツールでは見つけられなかった5ステップの攻撃チェーンを発見した。モデルトークンのコストは£150未満だった。

🟡 🛡️ セキュリティ 2026年7月7日 · 4 分で読めます

Agent Data Injection：AIエージェントの防御を回避する新しい攻撃クラス

ソウル国立大学とインディアナ大学、ウィスコンシン大学の研究者らがAgent Data Injection（ADI）を提案した。エージェントの信頼できるデータ構造に悪意のあるデータを注入し、Claude Code、Codex、Gemini CLIで任意クリック攻撃とリモートコード実行を達成し、既存の防御を回避する新しいタイプの攻撃だ。