Tag
3 件の関連記事
アーティフィシャル・アナリシス（Artificial Analysis）は2026年10月23日(現地時間)、ソフトウェア開発者向けAIエージェントの評価基準を刷新した「Coding Agent Index v2.0」を発表しました。この新たな指標では、Claude Opus 5.5が総合スコア61.7を記録し、評価対象モデルの中で首位を獲得しています。特に、より厳格になった新ベンチマーク「FrontierCode v1.1」で56.0%のスコアを達成しました。新しい採点基準の導入により、評価対象21の共通設定における平均スコアは、以前の54.8から47.4へと低下しています。
Cognitionは2026年6月28日(現地時間)、複数モデルを統合する新しいハーネス「デビン・フュージョン (Devin Fusion)」を発表した。同技術は、フロンティアモデルとコスト効果の高いモデルを並行して稼働させることで、フロンティアモデル単体と同等の性能を維持しながら、コストを最大35%削減する。同社が新たに定義したコーディングベンチマーク「フロンティアコード (FrontierCode)」において、その性能と費用対効果が確認された。
Import AIは6月15日(現地時間)、UK AI Security Institute Alignment team (英国AI安全研究所アライメントチーム) とアライメント理論スタートアップのTimaeus (ティマイオス) の研究者らが、スーパーインテリジェントAIシステムの安全性確保を目指す新たな非営利研究組織Sequent (シーケント) を設立したと報じた。Sequentは、人工超知能（ASI）開発が数年内に現実となる可能性について懸念を表明し、AIシステムのアライメントが計画通りに進んでいないとの見解を示している。