🟢 🤖 モデル
arXiv:2606.03937：エントロピーは視覚推論には不十分、と新たな RL フレームワークが主張
研究者らは、トークンエントロピー単独では視覚的に敏感なトークンを見落とすため視覚推論で失敗することを示した。視覚的敏感性とエントロピーを組み合わせるフレームワーク VEPO を提案し、エントロピーベースのベースラインを最大3.15ポイント上回る。
2026年6月2日火曜日
11 件 — 🟡 3 重要 , 🟢 8 注目
🤖 モデル (1)
📦 オープンソース (2)
🟡 📦 オープンソース
vLLM：セッション対応エージェントルーティングがモデル切り替えを79%削減
vLLM Semantic Router にセッション対応エージェントルーティング（SAAR）が加わった。これは各メッセージを個別に扱うのではなく、長時間にわたるエージェント対話を理解する仕組みだ。21,600 のテスト回において、SAAR はモデル切り替えを79.29%削減し、危険な切り替えを完全になくし、推定コストを78.71%下げた。
🟢 📦 オープンソース
vLLM：AutoRound 量子化が vLLM-Omni に到来、マルチモーダルモデルを小型化
vLLM は Intel の AutoRound 量子化を vLLM-Omni に統合し、マルチモーダルおよび拡散モデルの W4A16 圧縮を可能にした。結果として、チェックポイントは最大62%小さくなり、品質低下はごくわずかで、Intel XPU と NVIDIA グラフィックカード上での生成が高速になる。
⚖️ 規制 (1)
🤝 エージェント (2)
🟡 🤝 エージェント
OpenAI：Codex がエンジニアリングを超えてあらゆる業務職へ拡大
OpenAI は、Codex をエンジニアリング業務の枠を超えてより幅広い業務職へ広げる新たな機能群を発表した。アナリスト、マーケティング担当者、デザイナー、投資家、その他のチームが日々のワークフローで Codex を使えるようにすることが狙いだ。
🟢 🤝 エージェント
arXiv:2606.04261：エージェントは自ら訓練データをキュレーションできるか？
新たなベンチマーク Curation-Bench は、コーディングエージェントが訓練データのキュレーションを自動化できるかを検証する。エージェントは10回の反復で強いベースラインに到達するが、多様な方策を探索するには、既存手法の改変を促す構造化された足場が必要だ。
🏥 実践 (2)
🟢 🏥 実践
Anthropic：Advisor ツールに max_tokens 追加、拒否されたリクエストは課金されず
Anthropic は6月2日、Claude API に2つの変更を導入した。Advisor ツールが呼び出しごとに advisor モデルの出力を制限する max_tokens パラメータに対応し、stop_reason refusal を返し出力を一切生成しなかったリクエストは課金されなくなった。
🟢 🏥 実践
LangChain：法律 AI エージェントの安価な検証でコストを10分の1に削減
LangChain Labs は Harvey と協力し、法律 AI エージェントの出力をより安価に検証する研究を発表した。検証器のバッチ処理とオープンモデルの利用により、基準あたりのコストはおよそ10分の1になり、フロンティアモデルに匹敵する品質を保つ。
🛡️ セキュリティ (2)
🟡 🛡️ セキュリティ
Anthropic：Project Glasswing が約150の新組織へ拡大
Anthropic は、重要なソフトウェアインフラを保護するプログラム Project Glasswing を、当初の約50組織から15か国以上の約150の新組織へと拡大した。パートナーはこれまでに Claude Mythos Preview モデルを用いて、1万件を超える高深刻度・重大な脆弱性を発見している。
🟢 🛡️ セキュリティ
arXiv:2606.04037：規制業界に入る前の AI エージェント向け信頼証明書
研究者らは、AI エージェントを規制業界へ導入する前に検証するフレームワークを提示した。このシステムはオントロジーを用いてシナリオを生成し、機械検証可能な信頼証明書を発行するもので、規制カバレッジにおいてペルソナベースの手法を上回る。
