Tencent Hy、クリティカルバッチサイズ理論をオンラインLLM強化学習へ拡張
Tencent Hyによると、学習率の再調整により、GRPOとPPOの双方で、一定範囲のバッチサイズにわたって応答あたりの学習量を維持できる。固定ハードウェアでは、バッチサイズを大きくするとPPOの生成段階のスループットが最大2.29倍向上し、測定上最良のGRPO構成は同じ検証目標に29%短い時間で到達した。
AIニュース
Space Bunny AlphaがCommand Codeで無料に
Command Codeは、ステルスモデルと呼ぶSpace Bunny Alphaを全プランで無料提供している。このモデルは1Mコンテキストを備え、マルチモーダルに対応する。
Waabi、その走行を事前に練習せず300マイルの完全自律トラック走行を完了したと発表
Waabiは、システムがシミュレーションでこの300マイルの走行を事前に練習しておらず、新たな実世界データにも依存していないとし、この走行を初の事例と呼んだ。
Claude CodeのクラウドセッションはProまたはMaxプランで動作し、まず一回限りのクレジットを消費する
ClaudeDevsによると、正式提供されたClaude Codeのクラウドセッションは、Claude Codeの他の機能と同様にProまたはMaxプランで課金される。既存の加入者には、Proで100ドル、Maxで250ドルの任意の一回限りのクレジットが付与され、クラウドセッションは通常のプラン利用分より先にそのクレジットを消費する。
Suno Studioがタイムラインへの直接録音に対応
Suno Studioでは、トラックをアームして録音を押すと、演奏をタイムライン上に直接取り込める。
Opus 5.5はOpus 5よりタスクあたりのトークン使用量が37%多い
Artificial Analysisによると、Claude Opus 5.5はCoding Agent Indexのタスクあたり1560万トークンを使用し、Opus 5の1140万トークンを上回る。キャッシュ入力は1090万から1460万に増え、出力は13万7000から33万3000へと2倍を超える。
Claude Opus 5.5、Artificial Analysis Coding Agent Indexで66を記録
Claude Codeの最大努力設定で、Artificial AnalysisはOpus 5.5を66と測定した。Opus 5の60、Claude Fable 5.1の62を上回る。タスクあたりの費用は13.04ドルで、トークン単価は下がったものの、Opus 5の10.79ドルより高い。
最もきれいな公開ターミナルエージェント向けRLコレクションでも、Salesforce AI Researchの監査を通過したのは35.8%
Salesforce AI Researchは、そのコレクションのクリーン率を35.8%、ほか2件を10.1%と3.3%とした。報酬の誤りは両方向で見つかった。著者らによると、欠陥のある環境を除外するRIVERは、TMaxの環境の30%未満しか使わずに、Terminal-Bench-LiteでのRLの向上幅を106%、Terminal-Bench v2.1で30%増やした。
アレクサンドル・ワン、リアルタイム音声対応のMuseビデオチャットは近日公開と述べる
ビデオチャット中、Museはリアルタイムで応答し、利用者はその声の出し方をプロンプトで正確に指定できる。ワンはこの機能を近日公開とだけ述べ、公開日は示していない。
Polymarketは、Metaがキーホルダー型AIガジェットMuse Charmを発表したとしている
Polymarketは、Muse Charmをキーホルダーに付けられるたまごっち風のAIデバイスと説明し、Zuckがこれを「楽しい小さなデバイス」と呼んだとしている。
daxによると、OpenCode Desktopの週間アクティブユーザーは200万人
daxによると、そのユーザー数は現在TUIユーザーの約50%だ。
Artificial Analysis、オープンウェイトのUI/UXモデルでMing-Image-0.1-Designを首位にランク
Artificial AnalysisのText to Image Leaderboardで、60億パラメータのMing-Image-0.1-DesignはUI/UXデザインで81モデル中17位、オープンウェイトモデルでは首位となり、総合では160モデル中45位だった。MITライセンスで公開され、RGBA出力に対応する。評価は2K解像度、推論12ステップで行われた。
Shop PayがMuseのウォレットとして利用可能に
Shopifyによると、Shop PayをMuseのウォレットとして、エージェントによるチェックアウトに利用できるようになった。
Claude CodeのProjectsがローカルマシンでスレッドを実行可能に
ClaudeDevsはClaude CodeのProjectsにローカル対応を追加し、スレッドをユーザー自身のマシンで実行できるようにした。Projectsはデスクトップとウェブで、スレッドが並行するクラウドセッションとして動く会話として提供されていた。
ClaudeDevs、より多くのProとMaxユーザーにProjectsへのアクセスを付与
ClaudeDevsはProjectsの早期アクセス待機リストの処理を続けており、以前Claudeのprojectsを使っていた人の移行はまだ完了していない。
Arena.aiが2026年秋の学術パートナーシップ提案を募集開始、1件あたり最大5万ドル
米国内の大学のテニュアトラック教員は、AI評価の科学的基盤をテーマに2026年秋の提案を提出できる。各プロジェクトは最大5万ドルを受け取れる可能性があり、締切は2026年10月30日。
Jiantao Jiao、53タスクのNVIDIAベンチマークSWE-Serveを発表
Jiantao Jiaoは、NVIDIAのチームが、AIエージェントが推論エンジンを開発し、実際のモデルをサーブできるかを確かめるためSWE-Serveを構築したと述べている。このベンチマークは、sgl_projectの実際のエンジニアリング作業から取られた53のタスクで構成される。
Wispr Flowが英字表記のHinglishに対応
Wispr Flowのユーザーは、入力するときと同じ形で、英字のHinglishを書けるようになった。
Together AIがHugging FaceでTev1-4B-experimentalの重みを公開
Tev1-4B-experimentalの重みは、Hugging Faceのtogethercomputerリポジトリにある。Together AIは、このモデルを、特化型の意思決定モデルを比較的容易に訓練できることを示すための実験だと説明している。
Together AI、Togetherのサーバーレスでtev1-4B-experimentalを公開
Jevに似た分類器で、Qwen3.5 4Bをファインチューニングしたモデル。料金は入力100万トークンあたり0.042ドル、出力100万トークンあたり0ドル。Together AIはデータレシピとファインチューニングのチュートリアルも公開し、Tev1の学習費用は17ドルだったとしている。