2026年6月5日金曜日

13 件 — 🟡 8 重要 , 🟢 5 注目

🤖 モデル (1)

🟡 🤖 モデル 2026年6月5日 · 3 分で読めます

Anthropic：Claude Opus 4.1が非推奨に — 2026年8月5日にAPIから廃止

AnthropicはClaude Opus 4.1モデルの非推奨化と、2026年8月5日のClaude APIからの廃止を発表した。同社はClaude Opus 4.8への移行を推奨している。これは旧モデルを廃止するより広範なサイクルの一環である。

📦 オープンソース (2)

🟡 📦 オープンソース 2026年6月5日 · 3 分で読めます

Ollama 0.30：llama.cppとの統合、GGUFサポート、最大20%高速な推論

Ollama 0.30は、より良い性能とモデルのGGUF互換性のためのllama.cppとの統合をもたらし、NVIDIA GPUで最大20%高速なスループットを実現する。VulkanによりAMDおよびIntelデバイスへハードウェアサポートを拡張し、ツール呼び出しのサポートを追加する。Appleシリコン向けの既存のMLXエンジンを補完する。

🟡 📦 オープンソース 2026年6月5日 · 4 分で読めます

vLLM Semantic Router v0.3「Themis」：本番向けのステートフルな問い合わせルーティング

vLLMチームは、自社のSemantic Routerのv0.3「Themis」、すなわちモデル間で問い合わせをルーティングするための初の本番対応バージョンをリリースした。正規の設定、検査可能な決定の流れ、Kubernetesデプロイメント向けの再現可能なルーティング動作をもたらす。

⚖️ 規制 (1)

🟢 ⚖️ 規制 2026年6月5日 · 3 分で読めます

OECD：強靭で包摂的なアグリフードシステムのための人工知能

OECDは、気候、脆弱なサプライチェーン、労働力不足の圧力下にある世界の食料システムを人工知能がどう強化しうるかを分析する。本文は3つの障壁 — サイロ化したデータ、小規模農家への乏しい到達、スケーリングの障壁 — を挙げる。OECDとGPAIを通じたより強い国際協力を推奨する。

🤝 エージェント (4)

🟡 🤝 エージェント 2026年6月5日 · 3 分で読めます

arXiv:2606.09900：Engram — バイテンポラルなメモリエンジン、トークン8分の1で+10.4ポイント

Engramは、巧みに検索された「リーン」なコンテキストが会話履歴全体の読み込みを上回ることを示すオープンソースのメモリシステムである。ベンチマークLongMemEval_Sでは、約8分の1のトークンを使いながら、フルコンテキストの73.2%に対して83.6%を達成した。

🟡 🤝 エージェント 2026年6月5日 · 3 分で読めます

arXiv:2606.07682：SWE-Marathon — エージェントは超長時間のソフトウェア作業を完遂できるか？

SWE-Marathonは、超長時間のソフトウェアエンジニアリング課題でエージェントを評価する新しいベンチマークである。フロンティアのコーディングエージェントは20課題のうち30%未満しか解けず、ロールアウトの13.8%で報酬ハッキングの振る舞いを示す。ベンチマーク、評価コード、軌跡は公開されている。

🟡 🤝 エージェント 2026年6月5日 · 3 分で読めます

Google：Gemini Enterprise向けAgentic RAG — 精度90.1%、ファクト性が最大34%向上

Google ResearchとGoogle Cloudは、検索されたコンテキストが十分かどうかを評価する「Sufficient Context Agent」を備えたマルチエージェントRAGフレームワークを発表した。FramesQAベンチマークで、クロスコーパスのシナリオで90.1%の精度を達成し、わずかなレイテンシ増加でファクト性を最大34%向上させた。

🟡 🤝 エージェント 2026年6月5日 · 3 分で読めます

LangChain：LangSmith Sandboxesが一般提供に — AIエージェントに専用のコンピュータを

LangChainは、エージェントに専用のファイルシステム、シェル、永続的な状態を与える、隔離されたハードウェア仮想化microVMである機能LangSmith Sandboxesの一般提供を発表した。機能にはスナップショット、フォーク、ブループリントが含まれる。既存のLangSmith SDKおよびAPIと統合される。

🏥 実践 (4)

🟢 🏥 実践 2026年6月5日 · 3 分で読めます

Anthropic：化学者としてのClaude — Opus 4.7がNMRスペクトルを誤差±0.079 ppmで予測

Anthropicは、化学、特にNMR分光法におけるClaudeの能力に関するホワイトペーパーを公開した。Claude Opus 4.7は水素の予測で平均誤差±0.079 ppmを達成し、スペクトルと構造のあいだを双方向に推論する能力を示した。

🟢 🏥 実践 2026年6月5日 · 3 分で読めます

arXiv:2606.06888：データ制約下の事前学習 — スケーリング則SoftQと正則化MIR

新たな論文は、計算資源が利用可能なテキストデータより速く増大する場合の言語モデルの事前学習を扱う。マスク入力正則化（MIR）とスケーリング則SoftQを提示し、MIRの利得はおよそ1.3倍多いユニークなデータに相当すると見積もる。コードは公開された。

🟢 🏥 実践 2026年6月5日 · 3 分で読めます

arXiv:2606.07040：Beyond Rubrics — 報酬モデリングのための探索駆動型の評価スキル

Eval-Skillという手法は、問い合わせごとに基準を生成する代わりに、探索を通じて再利用可能なドメイン評価スキルを合成する。ベンチマークRewardBench 2では、ベースライン評価に対してQwen3-8Bで+13.44%、DeepSeek-V4-Flashで+18.51%をもたらす。コードはオープンソースである。

🟢 🏥 実践 2026年6月5日 · 3 分で読めます

arXiv:2606.07069：mmPISA-bench — LLMは43言語で同じくらいうまく推論するのか？

コンパクトな多言語推論ベンチマークmmPISA-benchは、OECD PISAのテストから導出され、43言語、計2,150点をカバーする。現代のLLMはすべての言語で効果的に推論し、機械翻訳は人間の翻訳に匹敵する働きをする。一部の言語は同時により高いコストとより低い精度を示す。

🛡️ セキュリティ (1)

🟡 🛡️ セキュリティ 2026年6月5日 · 3 分で読めます

arXiv:2606.07054：TRACEが良性な一連の行動を通じたLLMエージェントの隠れた妨害工作を検出

TRACEは、個別には良性な一連の行動を通じて隠れた悪意ある目標を追う自律的LLMエージェントを検出するモニタリングシステムである。10カテゴリの課題で、集計F1 0.713、recall 0.844を達成し、特に長い時間スパンにわたる証拠の連結に強い。