https://www.ai-jitan-hub.com/news/ai-historical-ciphers-decoded-september-2026 AI時短ラボ ja 2026-10-01 2026年9月、AIで歴史上の暗号が次々に読まれた──エニグマ4通、ナポレオン軍の手紙、孫文あての電報まで https://www.ai-jitan-hub.com/news/anthropic-independent-research-claude-usage-data-stanford-oxford-metr-250000-conversations AI時短ラボ ja 2026-10-01 Anthropic、外部研究者に「Claudeの実利用データ」を初めて開放──Stanford・Oxford・METRの3チームが約25万件の会話をAnthropic Insights（旧Clio）で独立分析。会話の半数超で人は「結果が他人に及ぶ・取り消しにくい」仕事をAIに任せ、約4分の3で人が方向を決めAIが補助。Claudeが温かいと人は肯定的に、拒否には押し返す https://www.ai-jitan-hub.com/news/google-a2ui-mcp-apps-three-patterns-declarative-agent-ui-iframe-state-sync AI時短ラボ ja 2026-10-01 Google「A2UI＋MCP Apps」──エージェントの画面を「宣言的なJSON（A2UI）」で描くか「iframeのWebアプリ（MCP Apps）」で描くかの二択を組み合わせる3つの型。①MCPサーバーがapplication/a2ui+jsonを返しホストがネイティブ描画②MCP AppをA2UI部品に埋めて要点だけ同期③MCP App内にA2UI描画器を入れて旧システムに生成UI https://www.ai-jitan-hub.com/news/google-ai-edge-gemma-4-12b-laptop-litert-lm-serve-openai-compatible-macos-gallery AI時短ラボ ja 2026-10-01 Gemma 4 12BをMacのローカルで「エージェント用の土台」にする──Google AI Edgeの手順。LiteRT-LM CLIの新コマンド`serve`でOpenAI互換のローカルサーバーを立て、OpenClaw・Hermes・OpenCode・Aiderをそのまま向ける。AI Edge GalleryのmacOS版はPythonを書いて実行、Eloquentは音声で書き換え https://www.ai-jitan-hub.com/news/google-flow-fashion-week-custom-tools-natural-language-styling-suite-runway-visualization AI時短ラボ ja 2026-10-01 Google Flowで「自分専用のツール」を自然言語で作れる──NYファッションウィークでデザイナー2人と共作した例。Jane Wade氏の「Styling Suite」は最大3日かかるキャスティングと試着の前にデジタルモデルでルックを組み、Sergio Hudson氏の「Runway Visualization」は照明・小道具・動線を予算内で差し替え（従来は改稿ごとに3Dレンダリングの費用） https://www.ai-jitan-hub.com/news/liquid-ai-lfm2-5-dspark-speculative-decoding-3x-on-device-grpo-structured-outputs-350m-recipe AI時短ラボ ja 2026-10-01 Liquid AIの小型モデルLFM2.5を「速く・正確に」する2本──①DSparkの草稿モデル（約300M）で投機的デコード、出力は同一のままH100で最大3.18倍・M4 Max MacBookで最大2.87倍、関数呼び出しの遅延を57%削減 ②350MモデルをGRPOで100ステップ（無料枠のColab）微調整し、構造化出力の遵守率をIFStructで22.6%→29.7% https://www.ai-jitan-hub.com/news/multiverse-computing-quantization-aware-healing-gpt-oss-120b-to-60b-mxfp4-beats-bf16-7-of-9 AI時短ラボ ja 2026-10-01 Multiverse Computing「Quantization-Aware Healing」──GPT-OSS 120Bを60Bに圧縮し4ビット（MXFP4）に量子化したモデルが、元のbfloat16版を9ベンチマーク中7で上回る。秘訣は「回復済みの16ビット版」でなく「圧縮前の120B」を教師にKL蒸留すること。長文脈推論＋7.4、AIME 2025＋5.6 https://www.ai-jitan-hub.com/news/nvidia-ibc-2026-ai-for-media-synthetic-video-detector-99-3-percent-vfg-lipsync-truehdr AI時短ラボ ja 2026-10-01 NVIDIA、IBC 2026で「AI for Media」を拡張──AI生成動画の判定「Synthetic Video Detector」はテキスト→動画で99.3%・画像→動画で97.7%の精度になり、Dalet・TwelveLabs・Wowzaが組み込み。フレーム生成（リプレイで6倍スロー）、超解像の10ビット対応、SDR→HDR変換、LipSync、Studio Voice https://www.ai-jitan-hub.com/news/slm-small-language-model-toha-2026 AI時短ラボ ja 2026-10-01 SLM（小型言語モデル）とは──NVIDIAの論文は「民生用電子機器に収まり、1ユーザーの要求に低レイテンシで推論できる言語モデル」と定義し、目安は100億パラメータ未満。Raspberry Pi 5で動くGemma 4 E2B、Macで86〜90トークン/秒のLing-3.0-tiny、350MのLFM2.5、3BのGranite 4.2──実例で「小さいモデルに何ができるか」を整理する https://www.ai-jitan-hub.com/news/anthropic-glm-5-3-cyber-capabilities-pace-frontier AI時短ラボ ja 2026-09-30 GLM-5.3がMythos Previewに肉薄とAnthropic自身が評価──米政府機関の評価では米国の最先端から約4か月遅れ、減速論のあと2社は18日で5モデル https://www.ai-jitan-hub.com/news/gemini-4-argon AI時短ラボ ja 2026-09-30 Gemini 4 Argonを発表──公式の比較表19項目のうち13項目で1位、出力の上限は100万トークン、最初に使えるのはサイバー防御の専門家だけ https://www.ai-jitan-hub.com/news/white-house-super-intelligence-rename-accord AI時短ラボ ja 2026-09-30 AIを「SI（超知能）」と呼べ──トランプ大統領の改名令と「超知能協定」、名前は変わっても定義は今のAIのまま https://www.ai-jitan-hub.com/news/ai2-benchmirt-multidimensional-irt-benchmark-audit-safety-reasoning-100-llms-34k-questions AI時短ラボ ja 2026-09-30 Ai2「BenchMIRT」──100のLLM×16ベンチマーク×3.4万問の結果を多次元の項目反応理論で分解し、教えていないのに「安全性」と「一般推論」の2軸を毎回復元。バイアス評価のBBQは安全性より推論と相関、危険知識のWMDPは推論が強いほど低得点、HarmBenchの著作権問題は安全性と相関しない。問題を10%残すだけで順位がほぼ保たれ、未見問題の正誤予測は79%（平均点方式70%） https://www.ai-jitan-hub.com/news/atv-big-air-tour-chatgpt-work-aeo-1223-percent-ai-search-traffic-two-person-company AI時短ラボ ja 2026-09-30 2人で全米26公演を回すATV Big Air Tour、ChatGPT Workで「AI検索からの流入1,223%増」──毎日のサイト監査でFAQの約90%をChatGPTが取得できないと判明して修正、OpenAI検索とユーザーボットからの訪問が30日で183→2,421件。イベント掲載情報の誤り確認は週8時間→1時間、商品の棚卸し・再発注は2〜3日→2〜3時間 https://www.ai-jitan-hub.com/news/google-labs-cc-family-agent-own-google-account-six-members-antigravity-us-waitlist AI時短ラボ ja 2026-09-30 Google Labsの個人エージェント「CC」が家族向けに──CC自身が検証済みのGoogleアカウントを持ち、最大6人が共有。各人が選んだメール（学校・スイミング・動物病院）だけを読み、毎朝の共有ブリーフ、カレンダーとタスクの自動更新、許可を得て申込書PDFの記入や献立作成。隔離クラウドでAntigravityと最新Gemini。米国18歳以上、待機リスト https://www.ai-jitan-hub.com/news/h-company-neomme-multimodal-encoder-260m-800m-visual-document-retrieval-vidore-255x-smaller-index AI時短ラボ ja 2026-09-30 H Company「NeoMME」──画像パッチとテキストを1つの双方向Transformerで処理する260M・800Mの多言語マルチモーダルエンコーダ（Apache 2.0）。事前学習の視覚塔も言語モデルも使わずマスク離散拡散でゼロから学習。文書検索版はViDoRe v3で260Mが0.523（ColQwen2.5の14分の1のパラメータ）、索引は1ページ1.5MB→6kB（255分の1） https://www.ai-jitan-hub.com/news/hugging-face-funes-durable-memory-coding-agents-claude-code-codex-local-lance-dataset AI時短ラボ ja 2026-09-30 Hugging Face「funes」──Claude Code・Codex・pi・Hermesのセッション記録を1つの記憶にする単一バイナリ。`funes add claude`でエージェントにrecallとgetのツールが付き、完了したターンごとに自動で索引。埋め込みと再ランクは手元で動き、共有したければ自分のHugging Faceデータセット（既定で非公開）に。要約せず原文と出所を返す https://www.ai-jitan-hub.com/news/hugging-face-icml-2026-open-reproductions-2226-papers-agents-23-percent-falsified AI時短ラボ ja 2026-09-30 Hugging Face、ICML 2026の論文をコーディングエージェントで再現するハッカソン──19日間で1,221人が6,816本の記録を公開し2,226本（会議の34%）を試み、35,908の主張を判定。51%で少なくとも1つの主張が検証、23%で少なくとも1つが反証または係争、242本は独立チームが正反対の判定。スポットライト論文の定理が崩れ、著者は当日確認 https://www.ai-jitan-hub.com/news/hugging-face-state-of-open-models-summer-2026-qwen-151k-derivatives-agents-claude-code-44-percent AI時短ラボ ja 2026-09-30 Hugging Face「オープンモデルの現状・2026年夏」──中国ラボの月間最大モデル（754B〜2.78T）がほぼ毎月米国を上回る、米国で最多公開はAMDとNVIDIA、ダウンロード上位25と「いいね」上位25の重なりは1本だけ、Qwenの派生は151,448本で1日180〜210本、Hubを叩くエージェントはClaude Codeが7月44.4%・Codexが20.8% https://www.ai-jitan-hub.com/news/hugging-face-webgpu-kernels-207-kernels-fleet-browser-benchmark-apache AI時短ラボ ja 2026-09-30 Hugging Face「@huggingface/kernels」──ブラウザ推論の土台として、207本のWebGPUカーネルを1本ずつ版つきリポジトリ（契約・WGSLテンプレート・正当性テスト・ベンチマーク）としてHubで公開（Apache 2.0）。`getKernel`でHubから直接読み込み、「Fleet」で来訪者のGPUでの正当性と速度の証拠を同意のうえで集める https://www.ai-jitan-hub.com/news/ibm-granite-4-2-reasoning-models-3b-8b-30b-apache-agentic-rl-swe-bench-verified-57 AI時短ラボ ja 2026-09-30 IBM「Granite 4.2」の作り方──初の推論特化の密なモデル3B・8B・30B（Apache 2.0、日本語を含む12言語）。SFTの31.6%がエージェント軌跡（Codex・Gemini CLI等のハーネスで生成）、RLはRLVR→SWE→端末→検索→RLHFの階段で8B・30Bだけ実環境のエージェントRL。30BはSWE-Bench Verified 57.00 https://www.ai-jitan-hub.com/news/nvidia-magpie-tts-multilingual-364m-open-weights-12-languages-japanese-32ms-ttfa AI時短ラボ ja 2026-09-30 NVIDIA「Magpie TTS Multilingual」──3億6,400万パラメータのオープンウェイト音声合成が日本語を含む12言語（新たにアラビア語・韓国語・ブラジルポルトガル語）、各言語に男女の話者、日本語の混在発音と発音辞書に対応。自社基盤で動かし、最初の音声までB200で32ms・H100で47ms・DGX Sparkで53ms、64並列でも実時間の320倍 https://www.ai-jitan-hub.com/news/un-system-data-commons-google-ai-ready-knowledge-graph-mcp-80-percent-datasets-2027 AI時短ラボ ja 2026-09-30 国連システムが「UN System Data Commons」を公開──GoogleのData Commonsを土台に、各機関で形式の違った統計を1つのAI対応の知識グラフに統合。自然言語で「農村の水へのアクセスは就学率にどう影響するか」と聞けば図表が返り、MCPでAIエージェントが公式数値を直接取得。2027年までに国連統計データセットの80%を収録