Claude CodeチームがAI検証ループをスケールさせる方法
Claude Codeチームは、エージェント生成コードの大規模な検証のために、エンドツーエンドテスト、プロパティテスト、差分テストをどのように活用しているかを共有します。
AI、開発者向けツール、インフラのデイリーカバー。各記事では、何が起こり、なぜ重要なのかを解説し、元の出典へのリンクを提供します。
Claude Codeチームは、エージェント生成コードの大規模な検証のために、エンドツーエンドテスト、プロパティテスト、差分テストをどのように活用しているかを共有します。
NVIDIAは、強化学習と蒸留を用いてNemotron 3.5 Super VLをカスタマイズするためのレシピを公開し、薬物代謝予測の精度を29%向上させました。
Microsoft Researchとカリフォルニア大学バークレー校が、基盤モデルを変更することなくリポジトリの履歴を活用してAIコーディングエージェントのトークン使用量を削減するオープンソースプラグインを発表しました。
Kubernetes SIG Networkは、アーキテクチャの不整合とメンテナンス負担を理由にkube-proxyのIPVSバックエンドを非推奨とし、バージョン1.40での削除を予定しています。
Googleの新マルチモーダルモデルは、古い合成音声を見分けることはできるが、2025年および2026年の音声に対しては推測レベルのパフォーマンスにとどまる。
新たな分析により、LeanにおけるAI生成の形式証明は、意図した数学的命題と実際に一致していることを保証するために、コンパイルを超えた厳格な検証ステップを必要とすることが明らかになりました。
A new study reveals US hyperscale data centers consumed 82 terawatt-hours of electricity in one year, emitting CO2 comparable to Denmark.
GoogleとMandiantは、攻撃者がマルチエージェントフレームワークを用いてセキュリティパッチをリバースエンジニアリングし、数分でエクスプロイトを生成していることを特定しました。これにより、防御側の対応時間が大幅に短縮されています。
Googleは、脅威アクターが自律型AIフレームワークを用いてパッチのリバースエンジニアリングを行い、機械速度で攻撃を開始していることを明らかにした。これにより、防御のための猶予期間が短縮されている。
Jevのような新しい意思決定モデルは、事前定義された選択肢から選ぶことでLLMのコストの数分の一でミリ秒単位の応答を実現し、ハルシネーション(幻覚)を減らす一方で、複雑な推論能力には限界があります。
リバースエンジニアリングにより、Windows 11 が MissionControlAggregator を通じて使用された AI コーディングエージェントおよび開発ツールのビットマップを収集し、オプションの診断データとしてアップロードしていることが判明しました。
AWSはAgentCoreメモリとManaged Knowledge Basesを統合し、厳格なドキュメントアクセス制御を維持しながら、パーソナライズされたコンテキスト対応のRAGを実現します。
AmazonとCloudflareは、ARTEXを使用してLiteLLMやDifyなどインターネットに公開されたアプリからAIプロバイダーのキーを窃取する自動化キャンペーンについて報告しました。
推論エンジニアは、ディスアグリゲーションや投機的デコーディングなどの技術を用いて、レイテンシとコストのトレードオフを管理したり、パフォーマンスの限界を押し上げたりすることができます。
Google のエンジニアは、Gemini 4 Argon と制約ソルバー Z3 を組み合わせることで、標準的なファジングでは検出できなかった Go コード内のランタイムパニックを検出し、スライス容量処理における盲点を明らかにしました。