AI FRONTIER
Signals worth understanding before they become obvious.
Windows上でAIエージェントの実行を安全に隔離する「Microsoft Execution Containers」（MXC）正式リリース、ファイルやネットワークなどの境界を柔軟にカスタマイズ
Windows上でAIエージェントの実行を安全に隔離する「Microsoft Execution Containers」（MXC）が正式リリースされた。ファイルやネットワークなどの境界を柔軟にカスタマイズできる。
- MXCはWindows上でAIエージェントの実行を隔離するために正式リリースされた。
- ファイルやネットワークなどの境界を柔軟にカスタマイズできる。
Windows上でAIエージェントを動かす開発者は、MXCでファイルやネットワークの境界を用途ごとに設定し、実行時の到達範囲を絞り込める。
OpenRouter 新モデル：ScaleDown Extract の記述駆動型エンティティ抽出
Extract は ScaleDown の記述駆動型エンティティ抽出モデルで、呼び出し側が provider.options.scaledown.entities を通じて自然言語で必要なフィールドを記述し、モデルは一致する各スパンを信頼度スコア、文字オフセット、周辺コンテキストとともに返す。
- コンテキストウィンドウは 1,000,000 トークン。
- 価格は入力 100 万トークンあたり $0.04、出力 100 万トークンあたり $0.00 で、現在 20% 割引表示。
- リリース日は 2026 年 10 月 13 日。
- ツール呼び出しに対応せず、response_format もサポートしないため JSON 出力は強制されない。
契約書、請求書、メール、文字起こしから構造化値を抽出するビルダーにとって、固定エンティティ型を自然言語のフィールド記述に置き換えられる一方、JSON 出力が強制されないため下流の解析は自前で処理する必要がある。
Sentient、AIモデルの所有権をテストする初のオープンベンチマークを公開
SentientがAIモデルの所有権をテストするためのオープンベンチマークを公開した。これは特定タスクにおけるモデル性能を測定する新しい評価手法として位置づけられている。
- SentientがAIモデルの所有権をテストする初のオープンベンチマークを公開した。
- 特定タスクにおけるモデル性能を測定する新しい評価手法として提示されている。
AI構築者にとって、このオープンベンチマークはモデルの所有権を公開の場で評価する手段となる。
Fish Audio Drama 3 PreviewがOpen-Weights Speech Arenaで首位
OrcaRouterの報道によると、Fish Audio Drama 3 PreviewがOpen-Weights Speech Arenaで首位に立った。
- OrcaRouterはFish Audio Drama 3 PreviewがOpen-Weights Speech Arenaで首位だと報じている。
音声システムを構築する開発者にとって、この首位はFish Audio Drama 3 Previewをオープンウェイト音声の候補として注視する根拠になる。
Google Researchが地理空間推論エージェントの技術報告を公開、Earth AIの早期アクセスを拡大
Google Researchは、ドメイン特化型基盤モデル、空間ツール、事前計画を組み合わせることで、単独のLLMでは困難な複雑な空間分析と地球規模の予測を実行する地理空間推論エージェントを示す技術報告を公開し、Ask Google EarthとAgent-to-Agentサービスを通じて実験的アクセスを拡大する。
- 技術報告はGemini 3.8 FlashとGemini 3.1 Proにわたり4つのエージェント構成を4つのベンチマークで評価し、新ベンチマークGeoKToolsとGeoExpertQueriesの開発用分割を公開する。
- 報告によると、Earth AIスキルの付与によりGeoExpertQueries、GeoKTools、CBGBで大幅な向上が見られ、UnivEARTHでは単独LLMが93.6%を記録した。
- 報告によると、GeoExpertQueriesのようなオープンエンドな多段階ワークフローには事前計画が不可欠で、信頼できない仮定や近道を防ぐ。
- 公衆衛生研究では、人口シグナルと衛星シグナルの組み合わせにより健康アウトカム予測が人口統計ベースライン比で12%改善し、8倍細かい空間解像度でのマッピングが可能になった。
AI構築者にとって、この報告は空間推論におけるドメイン特化ツールと事前計画の効果を定量化し、2つのベンチマーク開発セットとA2A実験インターフェースを公開するため、独自の地理空間ワークフローの構築と評価に活用できる。
Google Research、技術文書検証向け「Deep Review」を公開
Deep Review は Google Research のエージェント型 AI システムで、当初は計算機科学論文の分析向けに設計され、現在は法律や金融など多領域の複雑な文書に対して厳密なフィードバックと技術検証を提供する。
- 前身の Paper Assistant Tool（PAT）は STOC 2026、ICML 2026、NeurIPS 2026、ICLR 2027 の4会議で試験運用され、16,000 件超の論文に投稿前フィードバックを提供した。
- 全ユーザーは週2回の文書レビューを無料で利用でき、大量利用者は Gemini API キーを接続して Deep Review API 経由で上限を引き上げ、プログラムから統合できる。
- 入力形式は当初 PDF とプレーンテキストに対応し、複数ファイル入力は近日対応予定。
- アップロードされた文書は Google モデルの訓練・微調整・改善には使用されず、Deep Review UI での表示目的で1年間保存される。
AI 構築者にとって Deep Review は Gemini API 経由で文書検証を CI や起草ワークフローに組み込めるが、初期の入力形式は PDF とプレーンテキストに限られる。
Google DeepMindとシンガポール政府が詐欺検出向け微調整AIモデルを共同構築
Google DeepMindとGovTech Singaporeは、軽量なGemmaモデルを微調整し、会話データをクラウドに送信せず端末上で動作するプライバシー保護型の詐欺検出モデルを構築した。
- 詐欺はシンガポールの報告犯罪の半数以上を占め、2019年以降の損失は40億シンガポールドル超。
- ソーシャルエンジニアリング型詐欺は現在、全損失の最大80%を占める。
- 2段階パイプラインを採用：第1段階は軽量分類器が低電力で受信メッセージをスクリーニングし、第2段階は微調整したGemmaモデルが会話のより広い文脈を分析して脅威を確認または誤検知を排除する。
- 微調整はGovTech Singaporeが管理するGCP環境内で行われ、訓練データは隔離され、個人情報や識別可能情報を厳格に除外し、詐欺報告とインテリジェンスフィード由来の匿名化データセットを使用。
AI構築者にとって、端末上の2段階パイプラインが検出精度とバッテリー効率を両立しつつ、主権サンドボックスと匿名データでガバナンス要件を満たす実例となる。