問題セットを替えれば同じモデルでも順位は数段落ちます。ランキングは通知表ではなく、出題者の視点で切り取った一枚にすぎません。ベンチマークの作り方、採点器の設計、数字が膨らまない工夫を扱います。
シンガポールのAIリスク管理指針は、2026年10月7日にシンガポール金融管理局（MAS）が Guidelines on Artificial Intelligence Risk Management として正式に公表した。枠組みは協議文書P017-2025として2025年11月13日から2026年...
LangSmith は 2026 年 10 月 13 日、LangChain の公式ブログで AI Search の提供開始を発表しました。エージェントの運用を振り返るとき、チームが探したいのはキーワードではなく「振る舞い」であることがほとんどです。タスクを終えたと言いながら実際には終えていない実行...
MiniCPM-V 4.7 は 2026 年 10 月 13 日、面壁智能（ModelBest）から正式発表され、オープンソースとして公開された。35B-A3B と 1B の 2 バージョンがあり、前者はこのシリーズ初の MoE モデルで、総パラメータ 350 億、推論ごとに活性化するのは約 30 ...
マイクロソフト社長のBrad Smith氏は、2026年10月12日に公開されたBBCの番組「Big Boss Interview」で、AIの規制の現状を率直に語った。いまや洗濯機の方がAIより多くの安全ルールの対象であり、スーパーの牛乳パックはすべて安全検査を通るのに、それよりはるかに高性能でリス...
GLM-Legal は、智譜 Z.ai が2026年10月12日に公式ブログで発表した法律分野特化モデルである。汎用大規模モデルとは異なる路線を取り、パラメータ規模を追うのではなく、軽量な GLM-5.3-Flash を土台に、分野特化の中間訓練と高効率な事後訓練で、法律事務所の実務に耐える形へ仕上...
Muse Wonder は、Meta が2026年10月12日に発表した初のフロンティアモデルシリーズである。Meta は公式発表で Muse Wonder と Muse Wonder Full の2モデルを同時に投入し、同社史上最も高性能で、個人向け・業務向けのエージェントタスクで業界最高水準の性...
AISI のフロンティアモデルへのアクセスが戻った。ロイターは 2026 年 10 月 11 日、テレグラフ紙を引用し、トランプ政権が、OpenAI や Anthropic などの開発者に対し、新モデルを公開前に英国 AI 安全研究所（AISI）と共有しないよう求めていた判断を撤回したと報じた。平た...
Claude Opus 5.5 Max は、Arena プラットフォームが2026年10月12日に発表した第41週ランキング（対象期間は10月5日から11日）で、エージェントランキングに初登場ながら首位に立った。純改善率は15.53%、タスク確認成功率は17.29%、ツール幻覚率は0.37%だった。...
