14 件 — 🟡 11 重要 , 🟢 3 注目
vLLM はオープンソースの推論エンジンで、積極的なカーネル融合（1 レイヤーあたり 33→10 起動、1.28× 高速化）、カスタム EAGLE3 ドラフトモデルによる投機的デコード、線形アテンションパス最適化により、DeepSeek V3.2・MiniMax-M2.5・Qwen 3.5 397B の 3 つのフロンティアモデルで Artificial Analysis リーダーボード首位を獲得しました。
arXiv:2605.07776 は大規模言語モデルの推論トレースにおける不確実性追跡の研究です。著者（Grünefeld・Højer・Mondorf・Plank・Rogers ら）が「不確実性トレースプロファイル」を開発しました——最初の数百トークンだけでも AUROC 0.801 を達成し、5 つのモデルにわたって AUROC 0.807 で正確な結果を予測できるコンパクトな特徴セットです。
TMAS（テスト時マルチエージェントスケーリング）は、LLM推論を階層的なメモリバンクを持つ専門化エージェント間のコラボレーションとして組織化するテスト時計算スケーリングの新しいアプローチです。著者（UCバークレー+DeepMind）は、同じ計算予算でMATH-500、AIME 2024、HumanEval、GPQA Diamondにおいて既存のすべてのベースライン手法（Best-of-N、MCTS、AutoTTS）を上回ることを示しています。単一のパイプラインで推論+検索+検証を組み合わせています。
AWS Strands Agents SDKは自律型AIエージェント構築のためのオープンソースフレームワークであり、セマンティックレベルでウェブをインデックスするAIネイティブ検索エンジンのExaとの深い統合を実現しました。エージェントはいつウェブを検索するかを自律的に判断し、複数のソースからレポートを合成し、データを引用できるようになりました——カスタムクローラーやスクレイパーインフラを構築することなく。この統合により、ウェブ検索対応エージェントの開発が数十行のコードに簡略化されました。
SocialReasoning-Bench は Microsoft Research の新しいベンチマークで、AI エージェントが他の当事者との交渉においてユーザーの真の利益を代弁しているかを測定します——タスクを完了するだけでなく。結果は、モデルがほぼ完璧に取引を締結する一方で、マーケットプレイスシナリオで一貫して価値を対面に残すことを示し、90% 以上の結果が非効率または怠慢と分類されました。
arXiv:2605.07313 は、無関係なデータが蓄積する際にエージェントメモリシステムが機能し続けるかをテストするスケール条件付き評価プロトコルです。HippoRAG は 16〜20 パーセントポイントの予算準拠信頼性を失い、LiCoMemory はモデルサイズによって変動します。著者（Shao・Lu・Zhang・Luo）は信頼性損失が孤立した現象ではないと結論づけています。
AMD Instinct MI355X はデータセンター GPU で、発表されたベンチマークで 3 つの ComfyUI 生成ワークフロー——テキストtoビデオ Wan2.2（1.44×）・テキストto画像 FLUX.1-dev（1.42×）・3D Hunyuan3D v2.1（1.20×）——において NVIDIA B200 を上回りました。ROCm 7.2.0 の AOTriton gfx950 カーネル・hipBLASLt GEMM チューニング・その他最適化によって実現しています。
NVIDIA Fleet Intelligence は、大規模な NVIDIA データセンター GPU フリートをリアルタイムで監視するマネージドサービスです——電力・温度・パフォーマンス・ECC エラーを監視し、NVIDIA Remote Attestation Service による GPU の暗号学的真正性確認を行います。Vera Rubin・Blackwell・Hopper GPU の所有者は無料で利用できます。
Claude Code v2.1.139 は Anthropic の CLI エージェントの新バージョンで、リサーチプレビューとして Agent View（アクティブ・ブロック中・完了済み全セッションの統合一覧）を導入し、指定条件を満たすまで Claude が複数ステップにわたって自律的に作業する /goal コマンドと、経過時間・ステップ数・トークン消費量を表示するパネルを追加しました。
IBMは本日、Red Hat AI Inference ServiceとRed Hat OpenShift Virtualization ServiceをIBM Cloud上のマネージドエンタープライズ製品として発表しました。前者はオープンソースLLM（Granite、Llama、Mistral）向けに最適化されたサービング環境を自動スケーリングとSLA保証付きで提供し、後者は同じOpenShiftコントロールプレーン内でVMとコンテナの実行を可能にします。目的：独自のKubernetesインフラなしにオープンソースAIを使用したい企業チームの運用負荷を削減することです。
OpenAIは火曜日にDeployCo（The Deployment Company）を立ち上げました。これは企業がAIアプリケーションを本番環境で構築・スケールするのを支援する独立した組織です。目的：基盤モデルのR&Dと、これまでOpenAIの同じチームに存在していたエンタープライズデプロイメントコンサルティングを分離し、運用上の摩擦を解消することです。DeployCo はマネージドデプロイメント、カスタム評価、ローンチ後のモニタリング、業界特化のファインチューニングを提供します。
AWS 上の Claude Platform は、Anthropic と別途契約することなく既存の AWS アカウントを通じて Anthropic のプラットフォームを直接利用できるマネージドサービスです。AWS は GA としてネイティブアクセスを提供する初のクラウドプロバイダーで、19 以上のリージョンで IAM 認証・CloudTrail ログ記録・Marketplace 課金を利用できます。
OpenAI Q1 2026 レポートは ChatGPT の四半期別採用状況の概要で、35 歳以上のユーザー層で最も速い成長を記録していることを示しています。詳細なデータは OpenAI signals/research ページで公開されていますが、直接 URL が現在 403 を返しており、記事は 2026 年 5 月 11 日公開の RSS フィード説明に基づいています。
