AI & ML Research 24 Hours

最終更新: August 25, 2026, 2:54 AM ET

AI・ML研究

OpenAIは、GPT-5.6をKiro開発環境で利用可能にし、ソフトウェアの計画、構築、レビュー、テストにおける価格性能比の向上を約束しています。このリリースは、より効率的なAI支援ワークフローを求める開発者を対象としています。

DFlashと呼ばれる新しい技術は、CPU上での標準的なデコーディングの自己回帰スループットの3.92倍を実現し、vLLMテストでQwenモデルを使用して、モデルの出力を変更することなく、ほぼ4倍高速なトークン生成を達成しました。投機的デコーディングは、未使用のCPU計算能力を活用して、大幅なレイテンシ改善を実現します。

アーキテクチャ面では、型付きコンテキストがAIエージェントにとって重要な欠落部分として提示されています。指示、メモリ、取得された証拠、ツール出力が1つの文字列に平坦化されると、それらの意味的境界が曖昧になります。議論は、エージェントには単により多くのコンテキストではなく、構造化されたコンテキストタイプが必要であるというものです。

エンタープライズ向けの検索拡張生成（RAG）については、新しいシリーズが、典型的なチュートリアルが誤っている10の主流の立場に挑戦し、各立場を主張する記事をマッピングしています。この作業は、教科書的なアプローチがしばしば失敗する実世界のドキュメントインテリジェンスのシナリオに焦点を当てています。

新しいLLM推論ランタイムは、33ミリ秒のロボット制御サイクルを逃すのではなく受け入れを拒否し、年齢ではなく意味によってKVキャッシュを退避させます。このアプローチは、ほとんどの推論ランタイムが無視する物理的な期限の問題に対処し、LLMが適切なタイミングで適切なことを忘れることができるかどうかの問題に取り組みます。

Codexと統合する開発者向けに、カスタムロジックフックにより、ユーザー定義の動作をエージェントループに直接挿入でき、より制御された調整されたエージェント実行が可能になります。

最後に、データ効率のギャップは依然として不可解です。子供は、AIシステムが必要とするデータよりもはるかに少ないデータで人間の言語を流暢に学習できますが、研究者はその理由をまだ理解していません。一方、学校では、教室でのよりスマートなAI利用を奨励する方法を模索しており、The Downloadは最新号で、子供がAIを上回る学習能力の謎と宇宙旅行エージェントの両方を取り上げています。