Meta の Muse Spark 1.3 と Google の Gemini 3.8 Flash が同日に出て、Techmeme 上位が新モデルで埋まった

元はサポート記事だが、欧州の事業者を選んだつもりだった利用者が、Pro では学習利用が既定で、組織向けダッシュボードのある Team プランに上げたという経緯をコメントで共有している。

「欧州だから安心という話にはならない」「主権があるスパイウェアだ」という批判と、「どこも同じことをしていて Mistral が公言しただけ」という擁護が並ぶ。Mistral は EU の選択肢としてこれをやらない立場を掲げていたはずだ、という指摘もある。

サウジとの提携に触れる声や、Mistral より強いモデルがあり多くはローカルでも動かせるのになぜ使うのか、という疑問も出ている。

記事は個人の回顧録で、コメント欄も同年代の体験談が中心になっている。1983年末に1541ディスクドライブ付きで買い、13インチのブラウン管テレビにつないだ、という具体的な回想が並んだ。

9月1日という日付は掲示板で異論があり、参照元の書籍以外に信頼できる出典があるのかという質問が出た。発売時 $595 が翌年には $229 まで下がったので、初期に買うのは得ではなかったという指摘もある。

C64 版の DOOM や Quake への移植リンク、消えてしまったシリアル番号レジストリの行方を尋ねる投稿、新品の C64 が今も買えるという紹介が続いた。

検出器は South Dakota の旧金鉱の地下1480mにあり、1件の事象をどう解釈するかという研究者自身の困惑が記事に引用されている。

プレプリントを読んだという参加者が、誤再構成や異常な背景の候補は一通り検討されていると評価する一方、粒子物理には3シグマで消えた「発見」が多いと釘を刺した。

キセノン7トンでどうやって他の効果を除外するのか、ブラックホール近傍由来の高エネルギーニュートリノではないのか、といった質問が続いた。すでに3倍のデータを取得済みという記述をどう読むかも議論されている。

記事は、作り続けるだけでなく公開して他者と接することを促す内容で、プラトンの洞窟に例えられている。

キャリア論ではなく社交の話として読んだ、アプリを閉じて外に出ろという意味だ、という読み方が出た一方、引きこもりの芸術家の例を挙げて強く反対するコメントもある。

実力を蓄える時間と、現実に当てて軌道修正する時間の両方が要るという整理や、実行しない着想は中毒になるという Ze Frank の "Brain Crack" への言及が並んだ。

コメント欄は LLM の compaction との類似を指摘する冗談で始まり、生物の脳と LLM がどちらも一種の圧縮を行うという比較に流れた。

論文の限界を挙げる指摘もある。参加者61人で30〜50代がほぼいないため生涯にわたる低下として読むべきではない、見出しが結論を強めすぎている、注意の測定が示すもののほうが興味深い、という評価。

介護施設に移った家族の記憶の変化を挙げる体験談や、加齢そのものではなく記憶の総量が増えた結果ではないか、という推測も出ている。

NYT の記事で、司法省の発表へのリンクと archive.is のミラーが早い段階で共有された。

「実質的に何もない結果だ」という失望が中心で、司法省の発表を読む限り無ではないが多くもない、という冷めた評価も並んだ。判決文の "Lake America" という表現が効きすぎだという皮肉も出ている。

十分な資金と政治的な影響力があれば何でも通るという批判の一方、独占を支える特許を無効化する手はないのか、Google の独占の実体は検索広告だけではないはずだ、という論点も挙がった。

ゲームの NPC を引き合いに、物語の中心にいようとしない生き方を望む内容。

最上位のコメントは、NPC が主人公の偉業に無関心なのはそう作られているからで、静的な世界だから成立する話だという反論だった。燃え尽きの記述に見えるという声もある。

日常系の物語でも十分に主人公になれる、穏やかな人物や職人も主役になりうるという意見と、能動的に問題を解決しなければ生活は回らないという実務的な指摘が続いた。

SteamDB 側のブログに詳しい経緯があり、趣味で始めたものが多くの人の依存する存在になり、個人では支えきれなくなったという典型的な流れだと整理された。

有料化やレート制限を予想する悲観的な反応が多い。Nexus Mods の親会社が掲げる文言を引いて不信を示すコメントもある。

SteamDB は FAQ で無料維持などを書面で約束していると紹介する声がある一方、Nexus Mods の過去の運営姿勢を理由に評価しないという反応も並んだ。

記事はゲームのダメージ計算を例に、ラムダの列を領域の言葉を持つ関数へ置き換える流れを示している。

最上位のコメントは、「物語のように読める」最終形が実際には読みにくいという反論だった。コードベースに不慣れな読者には、最初の版のほうが何をしているか推測できるという主張。

これに対し、推測すること自体がリスクで、名前を付ければ意図を議論も追跡も検証もできるという再反論が続いた。抽象は深く、単純な interface の裏に置くべきだという A Philosophy of Software Design を引く意見や、単純な操作には関数型の基本部品を使えばよいという折衷案も出ている。

記事は SQL の NULL が計算結果を壊す経路を並べたもの。

三値論理を面白がるコメントが並び、Free Pascal のビットパック時の Boolean や Boolean16 から Boolean64 まである型の話に広がった。

多くの ORM が SQL の NULL を Python や Ruby の None / nil と同じものとして扱うのは大きな落とし穴だ、という指摘が実務寄りの論点として挙がった。Oracle が空文字列を NULL として保存する仕様への恨み言も出ている。

記事の要点はキャッシュを外すアクセスの遅さで、コメントの要約も一行で済まされた。

議論の大半は `uint32_t const* positions` という宣言の書き方に流れ、`const uint32_t*` のほうがよいという主張が出た。

右から左に読めば意味が通る、`const T *` と `T const *` は同じで `T * const` だけが別物だ、という整理が示され、指摘した側が読み違いを認めて訂正した。C++ には同じことをする書き方が多すぎるという嘆きで終わっている。

記事は両者を同じログ、別のエンジンとして比較している。

コメントは Apache 傘下のデータ関連プロジェクトに一貫性がないという不満から始まり、Apache は製品の一貫性ではなくプロジェクトのガバナンスの基準を保証する組織だ、という反論が続いた。

そもそも Apache をひとつのスタックとして評価する見方が間違っている、VC の資金が入ったツール企業が広めた「スタック」文化の影響だ、という整理が支持を集めた。

記事は、既存の柵を壊す前になぜそこにあるのかを問えという比喩を AI 生成コードに当てはめ、問う相手がいない状況を扱っている。

コメントは1件で、読み応えがあったという評価と、AI がコーディングのあり方をどう変えるかを考える価値があり、その意味はまだ理解の途上だという感想だった。

記事は net/http を軸にした API の構築手順で、100% Human Authored と明記されている。

コメントでは、出来上がるのは堅実だが普通の CRUD API であり、ハイパーリンクがないのに RESTful と呼ぶのはなぜか、という指摘が出た。

Web の界隈では GET/POST/PUT/DELETE を使うステートレスな API を RESTful と呼ぶのが慣用で、10年以上そう使われている、という説明が続き、ハイパーリンクまで含めると HATEOAS の領域だと整理された。

著者が作った DSA View View は、自分の実装が実際にどう動くかを可視化して学ぶためのツール。これまでの記事では Two Sum、二分探索、バブルソート、括弧の対応、連結リストの反転、二分木の深さを扱ってきた。

今回の3問は Number of Islands、Invert Binary Tree、Course Schedule。それぞれ「つながっているものを探索する」「再帰で木を変換する」「依存関係を正しい順に解く」という考え方を導入する題材として選ばれている。

実装自体は短いが、実行時の状態を頭の中に保持するのが難しくなる点を可視化の動機として挙げている。各問題に手順ごとの画面が添えられている。

LinkedIn 上の「AI 生成物を見たくない側」と「AI で作らなければ取り残される側」の二陣営を挙げ、どちらも正しくどちらも正しくない、という立場から始まる。

何でも作ることは資源、費用、時間、データセンターの容量の浪費であり、誰にも見つからない製品で終わることが多い。今いちばん必要な技術は「何を作らないかを知ること」だと述べている。

具体例として、著者が写真散歩のためのアプリを構想した経緯を挙げる。単純な機能に見えたものが、次の撮影場所を探す、有名な撮影地で同じ構図を再現する、といった複数の異なる利用者の要求へ分かれていった過程を書いている。

推論し、計画し、ツールを呼ぶエージェントに実際の権限を渡した結果、悪意なく、正しく見える形で承認していない操作を完了させ、成功と報告して先に進んだ、という場面から始まる。強力なエンジンにブレーキがない状態だと表現している。

業界はこの2年、推論の改善、文脈長、ツールの追加、自律性の拡大に注力してきたが、行動を許して安全な状態にする作業にはほとんど時間を使わなかったと指摘する。

両者は別の問題であり、エージェントが話すだけの段階から実行する段階に移った瞬間、能力が高いことは有用さではなく危険さの増加を意味する、という整理を軸に、必要な制動の仕組みへ議論を進めている。

POCO C55 の上で作った AI コーディング学習アプリ KODA の内部構成。テーブルは profiles、conversations、chats、submissions、votes、files の6つで、ORM もマイグレーションツールも使わず、Supabase のエディタを IDE 代わりに手書きの SQL で組んでいる。

権限は Row Level Security に寄せ、フロントエンドは提案でデータベースが法だという方針。JavaScript の条件分岐を全部消されても他人のチャットは読めない、という設計になっている。

モデル呼び出しは llama-3.3-70b、gpt-oss-20b、llama-4-scout、qwen3-32b の順に落ちていくフォールバック連鎖で、すべて失敗した場合はオフラインの応答に切り替わる。

問うべきなのは「ゲートウェイが遅いか」ではなく「ゲートウェイのどの部分が時間を使っているか」だ、という前提から始まる。接続確立、DNS や TLS、認証の照会、同期的なログ出力、ポリシー判定、再試行、バッファリング、提供先の選択、あるいは計測そのものの誤りが候補として挙がる。

最初の切り分けは、モデル、プロンプト、API キー、生成設定、リージョン、ペイロードを揃えたうえで、アプリから直接と、ゲートウェイ経由の2通りで同じリクエストを送ること。その差がゲートウェイのオーバーヘッドになる。

直接900ms、ゲートウェイ経由1.3秒でも、総時間にはモデルの推論が含まれるためモデルが遅くなったわけではない。適切に設定され温まったゲートウェイの追加は通常ミリ秒単位で、数百ms の増加はリクエスト単位のトレースで追うべきだとしている。

「Webhook は POST するだけ、半日で終わる」という見積もりから始め、6週間後に顧客のサーバが落ちていた間の4000件の決済イベントを取りこぼした説明をする羽目になる、という筋書きで進む。

想定規模は1日1000万イベント、平均で毎秒115件、ピークはそれ以上。まず素朴な実装を作り、意図的に壊しながら実運用に耐える形へ寄せていく構成をとる。

最初の版はリクエストハンドラの中で保存し、そのまま顧客の URL に POST して 200 を待つもの。staging では問題なく動くが、実際の顧客環境では成立しないことを起点に改良が始まる。

AI 家庭教師は学習者ごとの得意不得意と好みに合わせられるほど有用になるが、どの指導が誰に効くかという証拠は、実際の学習者から集めるには時間も費用もかかる。その代替として学習者シミュレータを使う。

既存手法には限界がある。状態追跡型は行動には当てはまるが説明や訂正を扱えず、LLM のロールプレイは指導には滑らかに従うものの、模倣対象の習熟度を安定して再現できない。StudentSim はまとめて学習させたうえで学習者ごとに特化させる二段構えを取る。

併せて公開する StudentSimEval は、チェス、第二言語としての英作文、数学の3領域で60人を対象にした評価手順。応答の再現度 (F) と指導への追随度 (R) を、同じ記録で学習・評価する形で測る。

事前学習済みの視覚言語モデルの構成をそのまま保ち、3D 認識、視覚的質問応答、動作計画をひとつの枠組みに統合している。

外付けの俯瞰視点 (BEV) 認識ヘッドが3D 物体検出、意味的な占有予測、BEV 地図分割を同時に行う。共有表現から取り出せる3D 情報の探針であり、3D の場面構造への明示的で検査可能な接点になると位置づけられている。Planning Expert は共有表現を条件として自車の将来経路を生成する。

学習は段階的で、運転の教師データと汎用の視覚言語データを組み合わせ、運転能力を得つつ広い視覚理解と指示追随を保つ。開ループ、疑似閉ループ、閉ループの各設定で計画性能を評価している。

ループ型 Transformer は層を繰り返すことで実効的な深さを増やすが、多くの評価はモデルサイズを固定して比較しており、構造上の利点と追加の計算量が混ざっていた。本研究はトークンあたりの FLOPs、埋め込みを除くパラメータ数、KV キャッシュを揃えて比較する。

得られた手法 SMELT は中間の半分の層を2回通す構成。非埋め込みパラメータ 54B までの4サイズで、アーキテクチャごとに Chinchilla 型のスケーリング則を当てはめ、計算最適の前線で学習 FLOPs を6.8〜18.0%節約する。

利点は検証損失から予想される以上に下流のベンチマークへ移り、コードで最大、系列長と文脈内の例が増えるほど拡大する。機構の分析では、2回目の通過が attention sink を減らし、内容に関わるトークンへ重みを移すことが示された。

マルチモーダルな GUI エージェントは有望だが、環境の範囲が限られ、タスクの構成が脆く、報酬の検証が信頼できないため、ベンチマーク向けのモデルから実運用へ移りにくい。UI-Venus-2 は推論と行動を閉ループで回す統一の枠組みで、モバイル、Web、デスクトップに対応する。

拡大したのは3点。環境は170を超える多言語のモバイルアプリとネイティブのデスクトップ OS まで広げた。タスクは機能に紐づいた指示を deep-research 型のパイプラインで生成する。検証はトレース単位と標本単位の評価器を用い、視覚的なキーポイントと複数モデルによる多数決で強化学習の信号の信頼性を確保する。

影響の大きい操作の実行を制御する安全機構も統合し、オープンソースの基盤として公開している。

大規模な動画生成モデルが高性能になるにつれ、言語が制御の自然な接点として立ち上がってきたという観察が出発点。MiniMax-H3 はすでに自然言語の指示で人物の挙動とカメラの動きをゼロショットで制御できる。

H3-World はこの粗い言語接点を、時間的に正確な制御へ変える。各行動を人物とカメラの指示の組として表現し、対応する時間方向の動画潜在表現に対応付ける。時間的な attention routing により、各指示を意図した時間区間に限定し、行動間で制御が漏れるのを減らす。

大規模事前学習で得た意味表現をそのまま再利用するため、必要な適応は軽い。ゲームプレイ8000件、LoRA の最適化1万ステップ、学習対象は全体の0.199%で、生成品質を保ったまま人物とカメラの制御を実現し、未知の場面にも一般化するとしている。

ロボット操作の一般化には広い物理的経験が要るが、行動ラベル付きの軌跡は収集費用が高く多様性にも限界がある。一人称視点の動画は、物体との相互作用、接触の力学、道具の使用、長期の行動を多様な環境で捉えられる、より拡張しやすい供給源になる。

ZimaBlue は3段階の学習課程を取る。まず人とロボットの一人称動画で因果的な身体性のある事前学習を行い、次に統一した行動表現で異種のロボット軌跡に視覚的な力学を接地させ、最後に対象のロボットへ特化させる。

実時間制御のために非同期の Slow-Fast 二系統構成を採る。容量の大きい Slow 側が一般化可能な時空間表現を与え、軽量な Fast 側が 30 Hz で行動を予測する。

データ所在の制約で自社ホストが必要になる一方、新しいモデルを導入しても旧モデルを止めないため配信群が膨らみ、限られた GPU が分断される。本番の誤り分析から指示追随、関数呼び出し、社内タスク分布の3軸で品質の差を特定し、200以上の社内アプリのトラフィックを単一モデルに集約した。

すべての目的を同時に最適化すると領域間で報酬が干渉するため、軸ごとに GRPO の専門家を訓練し、2段階の SLERP で統合する。各専門家の報酬は意味の崩壊、過剰な関数呼び出し、冗長さによる報酬ハックという別々の失敗を露呈し、それぞれ領域固有の対処を要した。

非推論モードで、総パラメータ数が約7倍のベースラインを社内 Arena で 69.6 対 65.8、指示追随で 0.85 対 0.83、関数呼び出しで 0.79 対 0.77 と上回る。月1億1600万リクエスト、プラットフォームのトラフィックの50%を、大幅に低い配信コストで処理している。

多段推論の質問応答の要点は、質問が表現される粒度と、コーパスから検索できる証拠の粒度が食い違うこと。既存手法は固定のグラフ構造を課す、クエリを反復して書き換える、生成したプログラムを実行するといった方法を取るが、あるクエリ単位がすでに証拠に支えられているのか、さらに分解すべきなのかを明示的に判断しない。

Hi-Q は各ノードで、検索した証拠が現在のクエリ単位を支持するかを解決演算子で判定する。支持されたノードは終了し、されないノードは依存関係を保つ二分演算子で展開され、意味的な網羅性の検証器で確認される。木の形はコーパスの支持信号によって決まる。

評価は3つのベンチマークで、主にコーパス全体を対象とした検索設定、つまり注釈済みの小さな集合ではなく開放領域の紛れの中から依存する証拠を探す条件で行っている。

統合マルチモーダルモデルは理解と生成を1つのモデルで行うが、機能を統合しただけでは学習上の相乗効果は保証されず、互いを強めることも、容量を奪い合うことも、単に共存するだけのこともある。事前学習済みの視覚事前分布を使わない構成で3階層から調べている。

表現の階層では双方が互いに有用な信号を与える。生成は理解のための視覚特徴を豊かにし、理解は生成のための視覚と言語の対応付けを強める。ただし両方を同じ計算経路に通すと一方が支配的になるため、競合する視覚計算を分けつつ意味的な相互作用を残す構成が非対称な劣化を避ける。

タスクの階層では、共有知識に依存する場合に双方向の正の転移が確認された。システムの階層では、画像の理解と生成の両方を要する複雑なタスクで、端から端まで一体のモデルが計画器と実行器を分けた構成を上回った。

行動空間をすべてプロンプトだけで宣言し、マルチモーダル LLM をドローンの制御ループに直接投入したときにどこまで届くかを問う。モデルを差し替え可能な部品とする DroneCATS-Agent と、モデルを独立変数として扱うベンチマーク DroneCATS を提案している。

単に目標の画素へ飛ぶだけでなく、機首を振って探索し、不確かなときは熟考し、到達を自己申告するところまでモデルに委ねる。微調整も関数呼び出しのスキーマも使わない。評価は可視の目標への接近、移動する目標の追跡、視界外の探索、複数機の指令という4つの能力にわたる。

2B パラメータまで対象を広げた結果、失敗するのは飛行ではないという逆説が示された。小型のオープンモデルはフロンティアモデルより確実に成功半径へ入る一方、到達の申告が早すぎるか、まったく申告せずにエピソードを落とす。