2026年6月28日日曜日

6 件 — 🟡 2 重要 , 🟢 4 注目

🤖 モデル (3)

🟡 🤖 モデル 2026年6月28日 · 2 分で読めます

GitHub: MAI-Code-1-Flash、MicrosoftのコーディングモデルがCopilot BusinessおよびEnterpriseプランで一般提供開始

MAI-Code-1-Flashは、2026年6月26日にGitHub Copilot BusinessおよびCopilot Enterpriseプランで一般提供（GA）となったMicrosoftの独自コーディングモデルです。低レイテンシーと高頻度のエージェント型コーディングワークフローに最適化されており、プロバイダーの料金表に基づく従量課金制で提供されます。また、管理者が組織の設定で明示的に有効化する必要があります。

🟢 🤖 モデル 2026年6月28日 · 2 分で読めます

arXiv:2606.26935：CoTトレーニングの恩恵はより深い推論ではなくより強い行動予測として現れる

arXiv:2606.26935の研究者Jingyu Liuらの研究によると、LLMエージェントにおける思考連鎖（CoT）トレーニングの恩恵は、より深い推論ではなくより強い直接行動予測として現れることが示されました。後期チェックポイントではCoTに応答して行動を修正する頻度が低下し、行動トークンへの監督をマスクすることでドメイン外への汎化性能が向上します。

🟢 🤖 モデル 2026年6月28日 · 2 分で読めます

arXiv:2606.26502：推論モデルは失敗したタスクにより多くのトークンを消費し、諦める人間とは逆の傾向を示す

arXiv:2606.26502の研究者Han-yu Wangによる研究は、大規模推論モデル（LRM）が正確に解いたタスクよりも最終的に失敗したタスクにより多くのトークンを消費することを明らかにしました。これは難しいタスクで諦める人間とは逆の傾向です。H-ARCベンチマークでのCohen's d値は1.47〜3.13と大きく、テストした5つのモデルすべてで人間とは逆のパターンが確認されました。

🤝 エージェント (1)

🟢 🤝 エージェント 2026年6月28日 · 2 分で読めます

arXiv:2606.26806：EVAFがエージェントの記憶をモデルパラメータに統合しコンテキスト削除後も目標を維持

arXiv:2606.26806の研究者Haoliang Hanによる研究はEVAFを提案しています。これはgated LoRA統合メカニズムで、長期動作エージェントにとって作業コンテキストが削除された後も目標を維持します。EVAFは200イベントにつきわずか2〜3件のパラメータ書き込みのみを必要とし、目標持続性（0.812〜0.904）に優れており、一方でRAGは事実的想起（0.956〜0.973）でリードします。

🔧 ハードウェア (1)

🟢 🔧 ハードウェア 2026年6月28日 · 2 分で読めます

AMD: Resource Managerが非アクティブなGPUワークロードを自動的にプリエンプションしクラスタの共有プールにリソースを返還

AMD Resource Managerに自動プリエンプション機能が追加されました。ワークロードごとのGPU使用率を監視し、設定可能な閾値（例：10%）を下回るジョブを指定のアイドルタイマー（例：15分）経過後に停止します。2つのポリシーを提供しており、GPU負荷時のみプリエンプションするか常にプリエンプションするかを選択でき、非アクティブな開発環境が占有するリソースを共有プールに返還します。

🏥 実践 (1)

🟡 🏥 実践 2026年6月28日 · 2 分で読めます

GitHub: Copilot agenticハーネスが20以上のフロンティアモデルにわたってベンダーハーネス水準の性能を達成し、より少ないトークン消費を実現

GitHub Copilot agenticハーネスは、モデルにツールと実行ループを提供して自律的なコーディングを可能にするレイヤーです。GitHubはClaude Sonnet 4.6、Claude Opus 4.7、GPT-5.4、GPT-5.5を5つのベンチマークでテストし、多くの構成においてベンダーハーネス水準のタスク完了率をより少ないトークン消費で達成することを確認しました。20以上のフロンティアモデルをサポートしています。