#llmpage 9/9

AI要約GitHub Copilotのエージェントハーネスが複数ベンチマークで高い性能とトークン効率を発揮し、20以上のモデルから柔軟に選択できることを検証・解説した記事で、モデル単体ではなくハーネス設計の重要性を示す。

AI SUMMARYGitHub explains how its Copilot agentic harness delivers strong benchmark performance and leading token efficiency while supporting flexible choice among more than 20 models, underscoring that harness design matters beyond raw model quality.

AI要約RTX 4070で動くローカルのQwen 3.5と3.6に名作プログラムを書かせ、生成画面を並べて比較する記事。前回の7問テストでは品質差が見つからなかったため、今回は視覚的な出力で新旧の違いを見分けられるか検証する。

AI SUMMARYA follow-up where local Qwen 3.5 and 3.6 on an RTX 4070 are asked to write classic programs, comparing the rendered screens side by side to test whether the new and old versions can be told apart.

AI要約GitHub Copilotスキルで要件定義から実装までをID追跡するisdd v1.0.14の開発ログで、ローカルLLMを使ってスキルのeval（評価）を回す際に直面した課題と解決策を記録している。

AI SUMMARYA development log for isdd v1.0.14, a tool that uses GitHub Copilot skills to track requirements through implementation by ID, documenting the pitfalls and fixes encountered while running skill evals with a local LLM.

AI要約NetflixがLLMエージェントを活用し、データサイエンティストの因果推論ワークフローを自動化・支援する手法を紹介。人間を置き換えるのではなく拡張することで、分析の効率と品質を高める狙い。

AI SUMMARYNetflix details a human-augmenting agentic workflow using LLM agents to assist data scientists with causal inference, boosting analysis speed and quality without replacing human judgment.

AI要約HuggingFaceがLoRAと競合する各種PEFTアルゴリズムを比較検証し、タスクや制約に応じた最適な手法の選び方を解説している。LoRA一択ではなく用途次第でより優れた選択肢が存在することを示す点で重要。

AI SUMMARYHugging Face explores PEFT methods that rival or surpass LoRA, benchmarking alternatives across tasks to help practitioners choose the best fine-tuning approach for their specific constraints.

AI要約中国AI企業Z.aiが、テキスト専用オープンウェイトLLMとして現時点で最高水準とされるGLM-5.2をMITライセンスで公開した。前モデルと同程度のサイズながら、商用利用も容易な寛容なライセンスで提供される点が重要だ。

AI SUMMARYChinese AI lab Z.ai released GLM-5.2 under a permissive MIT license, making it arguably the most powerful text-only open weights LLM available today, while keeping a size similar to its predecessor.

AI要約GitHub Copilotがコンテキスト処理とモデルルーティングを最適化し、各トークンをより有益な作業へ振り向けることで、セッションの効率を高めユーザーのクレジット消費を抑える改善を解説している。

AI SUMMARYGitHub explains how Copilot optimizes context handling and model routing so each token goes toward more useful work, improving session efficiency and making users' credits stretch further.

AI要約GitHubはシークレットスキャンの検証ステップにコンテキスト認識型のLLM推論を導入し、誤検知を大規模に削減した。これによりアラートのノイズが減り、セキュリティ通知の信頼性と実用性が向上している。

AI SUMMARYGitHub added context-aware LLM reasoning to its secret scanning verification step to cut false positives at scale, reducing noise and making security alerts more trustworthy and actionable.

AI要約Gemma 4アーキテクチャ上に構築された実験的テキスト生成モデル「DiffusionGemma」の開発者向け解説。トークン逐次生成の代わりに拡散ベースの並列生成を採用し、大幅な高速推論を実現する。

AI SUMMARYDiffusionGemma is an experimental Gemma 4 model that replaces autoregressive decoding with diffusion-based parallel generation, enabling significantly faster text inference. This guide covers developer integration.

AI要約AWSがAmazon BedrockおよびClaude Platform on AWS向けにClaude Fable 5の提供を開始。Mythosレベルの高度な機能を全ユーザーに提供しつつ、堅牢なセーフガードを内蔵している。

AI SUMMARYAWS announces Claude Fable 5 on Amazon Bedrock and Claude Platform, delivering Mythos-level capabilities with robust built-in safeguards for all customers.

AI要約AnthropicがYouTube動画で新AIモデル「Claude Fable 5」を正式発表した。前世代から推論能力や機能が強化され、最新のClaudeファミリーにおける最上位モデルとして位置づけられている点が注目される。

AI SUMMARYAnthropic officially unveiled its new AI model Claude Fable 5 in a YouTube video, showcasing improved reasoning and new features over previous generations as the latest flagship in the Claude family.

AI要約Amazon Bedrockに新しいコンソール体験が登場。最新AIモデルを並べて比較し、プロジェクト単位で作業を整理・評価できる機能をAnthropicおよびOpenAI互換APIに最適化して提供。

AI SUMMARYAmazon Bedrock's new console offers side-by-side AI model comparison, project organization, and streamlined evaluations for Anthropic- and OpenAI-compatible APIs.

AI要約Microsoft Foundry における実践的なモデルライフサイクルを解説。適切なモデルの選定、品質評価、コスト最適化、安全な運用、本番ニーズに合わせた継続的改善の方法を紹介する。

AI SUMMARYPractical guide to Microsoft Foundry model lifecycle management, covering model selection, quality evaluation, cost optimization, safe operation, and iterative improvement in production.

AI要約OpenAI のフロンティアモデル GPT-5.5、GPT-5.4 とコーディングエージェント Codex が Amazon Bedrock で一般提供（GA）となった。エンタープライズ向けのセキュアな環境で、Bedrock の高性能推論エンジンを通じて即座に利用できる。

AI SUMMARYOpenAI's frontier models GPT-5.5 and GPT-5.4, along with the Codex coding agent, are now generally available on Amazon Bedrock, letting enterprises run them on a high-performance inference engine with built-in security.

AI要約OpenHands SaaS版 cloud-1.36.0 がリリース。プロファイル更新時に旧来の設定からデフォルト LLM プロファイルを自動的に引き継ぐ機能が追加された。

AI SUMMARYfeat(saas): seed Default LLM profile from legacy config on profiles u…

AI要約Google AI EdgeのLiteRT-LMが、モバイルやエッジ環境でGemmaなどのLLMを高度に最適化して高速実行する本番対応インフラを提供。クロスプラットフォームでオンデバイス生成AIを実現し、開発を加速する。

AI SUMMARYGoogle AI Edge's LiteRT-LM provides a production-proven, highly optimized runtime for running Gemma and other LLMs at blazing speed across mobile and edge devices, enabling cross-platform on-device GenAI.

AI要約Amazon Bedrockに高度なプロンプト最適化機能が追加され、現行モデル向けのプロンプト改善や新モデルへの移行を、組み込みの評価フィードバックループで迅速に実施できるようになり、手動調整の手間を削減できる。

AI SUMMARYAmazon Bedrock added advanced prompt optimization that lets users refine prompts for their current model or migrate them to new models faster via a built-in evaluation feedback loop, reducing manual tuning.

AI要約Microsoft の AI オーケストレーションライブラリ Semantic Kernel Python 版 1.42.0 が公開され、README へ後継となる Microsoft Agent Framework への移行案内を追加した。authlib など依存更新やバグ修正を含む定常リリース。

AI SUMMARYSemantic Kernel Python 1.42.0 is a routine release that adds a Microsoft Agent Framework successor callout to its READMEs, bumps dependencies like authlib, and ships various bug fixes.

AI要約CursorがAIエージェントのコンテキスト使用量を詳細に可視化する機能を導入した。各種要素ごとの消費量が確認できるようになり、ユーザーはトークン管理やプロンプト最適化を行いやすくなる。

AI SUMMARYYou can now see a breakdown of your agent's context usage .

AI要約オープンソースのAI開発エージェント「OpenHands」が1.7.0を公開し、会話カードとヘッダーへのLLMモデル表示や、/dev/kvmをサンドボックスに渡せるSANDBOX_KVM_ENABLED変数を追加した。実行環境とUIの改善で開発支援を強化する。

AI SUMMARYOpen-source AI coding agent OpenHands shipped 1.7.0, adding LLM model display on conversation cards and the header plus a SANDBOX_KVM_ENABLED variable to pass /dev/kvm into sandbox containers, improving its execution environment and UI.

AI要約AWSがAmazon BedrockにClaude Opus 4.7を追加。コーディング、長時間エージェント、専門業務での高性能を実現するAnthropicの最先端Opusモデル。

AI SUMMARYAWS introduces Claude Opus 4.7 in Amazon Bedrock, Anthropic's most capable Opus model targeting coding, long-running agentic tasks, and professional workloads.

AI要約Anthropicがフラッグシップモデル Claude Opus 4.7 を一般提供開始。前世代の4.6に比べ高度なソフトウェア開発で大幅に向上し、特に難易度の高いタスクで成果を出すとされ、エージェント業務の実用性を高める。

AI SUMMARYAnthropic released Claude Opus 4.7 to general availability, delivering notable gains over Opus 4.6 in advanced software engineering—especially on the hardest tasks—boosting agentic coding and complex automation.

AI要約Anthropicが最上位モデルClaude Opus 4.6を発表。コーディングやエージェント用途を中心に性能を強化し、前世代から推論力と実用性を改善した最新フラッグシップとして位置付けられる。

AI SUMMARYAnthropic announced Claude Opus 4.6, its new flagship model with improved coding and agentic performance, positioned as the top-tier offering with stronger reasoning and practical capabilities over the prior generation.