Gemini-SQL2、BIRDのtext-to-SQLで80点超え
Google Researchは、Gemini 3.1 Proベースのシステムが専用微調整なしでBIRD実行精度80％を超えたとする。
27ページ
アーカイブを見る →Microsoft、Markdownスキルを訓練してGPT-5.5を底上げ
SkillOptはエージェント手順書を訓練可能なパラメータのように扱い、モデル重みを変えずにベンチマークを改善する。
Cursor Auto-review、エージェントの中断率を7％に削減
Cursorの分類器は低リスク操作を通し、重要な操作だけ止めることで、開発者の承認疲れを減らす。
Kimi Work、300体のエージェント群をデスクトップへ
Moonshotのデスクトップエージェントはローカルファイル、ログイン済みブラウザ、定期タスクを扱い、機密データをクラウドに出せない利用者を狙う。
SpaceXが上場初日に19％高、AI IPOの試金石に
過去最大級の上場は、SpaceXとxAIの統合ストーリーを資本集約型AIインフラの賭けとして評価し、AnthropicとOpenAIの基準点になった。
Amazonの脱獄報告がAnthropicモデル停止の引き金に
Axiosは、競合のセキュリティ報告がFable 5とMythos 5への広範なアクセス停止命令につながった経緯を追った。
Anthropic停止で欧州にAI主権の警鐘
英国とフランスの政治家はFable 5とMythos 5の遮断を受け、欧州独自のモデル、クラウド、インフラが必要だと訴えた。
トルコ、100億ドルAI計画と11万人育成目標を提示
エルドアン政権の2026-2030年計画は、データセンター、公共データ、リテラシー、訓練を軸にソブリンAI能力の構築を狙う。
有料企業AI導入でClaudeがChatGPTを上回る
Rampの支出データではAnthropicが企業向け有料AI購読の41％、OpenAIは約38％だが、消費者利用ではChatGPTがなお優勢だ。
KPMG、引用の大半が虚偽と判明したAI報告書を撤回
GPTZeroはKPMGのagentic AI報告書で45件中5件しか実在かつ未改変の出典に当たらないと指摘し、ガバナンス上の警告になった。