ポッドキャスト・動画

TypeSafe AI、Jevとシステム1モデル活用で「全て自動化」を提唱

TypeSafe AIは11月12日(現地時間)、AI Engineer Code Summitで、共同創業者兼Co-Founder & CEOのDiogo Almeida氏が、同社が開発したJevと非生成型のシステム1モデルを活用し「automate everything」を実現するようAI開発者に呼びかけたと報じられた。Jevは今年9月にリリースされ、AIエンジニアにとって即座に画期的なツールとなった。サミットではGlean、UiPath、Workdayなどの企業がJevの具体的な活用事例を提示した。

リサーチ・論文

Google、意思決定モデル「Gemini Decision 1」を導入

Googleは2026年11月11日(現地時間)、新たな意思決定モデルAPI「Gemini Decision 1」を発表し、同分野に参入した。このモデルは、既存のJevやOpenAIのモデルと競合するもので、テキスト、画像、音声、動画、PDFを含む完全なマルチモーダル機能を特徴とする。価格はGPT-6 Luna Decisionモデルと同等の入力トークン100万件あたり10セントに設定された。

ベンダー・製品

【速報】Hugging Face、決定モデルのサポートを発表

Hugging Faceは2026年11月9日(現地時間)、ブログで決定モデルのサポートを開始したことを発表した。この新しいモデルタイプは、大規模言語モデル (LLM) とは異なり、テキスト生成なしに特定の選択肢に対する確率分布を直接評価する。これにより、顧客サポートシステムのような特定の選択を必要とするアプリケーションでの効率と信頼性の向上が期待される。

ポッドキャスト・動画

Figma、PM業務をAIで効率化:「PM OS」と「AutoXP」詳解

Lenny's Newsletterは11月2日(現地時間)、Figmaのグロースプロダクトマネージャーであるエズラ・メカバー氏が、同社のPMチームで導入・活用が進むツール「PM OS」と「AutoXP (オートXP)」について解説したと報じました。PM OSは31のスキルを備えた共有リポジトリとして60人以上のプロダクトマネージャーに利用されており、AutoXPは人間による介入を最小限に抑えつつ成長実験を自動実行するエージェントとして機能しています。

リサーチ・論文

Flide: 決定推論を最大9.5倍高速化する新手法を提案

arXivは2026年10月30日(現地時間)、決定推論の高速化に関する研究論文「Flide: Accelerating Decision Inference with Exact State Forking」を公開した。この論文では、大規模言語モデル (LLM) エージェントシステム向けの新しい推論エンジン「Flide」が提案されており、既存のエンジンが抱えるオーバーヘッドや出力確率の歪みといった課題に対処する。Flideは、決定モデルのクエリ応答時間を最大9.5倍改善するとされる。

リサーチ・論文

Jev-style System Oneモデル、選択バイアス低減構造の効果は限定的か

Mingyang Song氏ら研究チームは2026年10月26日(現地時間)、学術誌arXiv (アーカイブ)にて、Jev-style System Oneモデルの決定構造が、大規模言語モデル (LLMs) に見られる選択バイアスの低減に寄与するかを検証する論文を発表した。同研究は、オプションの提示順序をシャッフルする単純なテストを用いて、Jevの精度変動がわずかであるにもかかわらず、累積的な失敗セットが27〜29%拡大することを示唆している。

リサーチ・論文

意思決定言語モデル「Jev」が臨床AI評価の費用対効果で優位性

arXiv cs.AIは2026年10月20日(現地時間)、研究論文を発表し、意思決定言語モデルJevが、臨床向け生成AIの出力評価において、大規模言語モデル (LLM) を利用した判別モデルに代わる安価かつ迅速な手段となる可能性を示した。同論文によると、Jevは評価費用と時間の面で大幅な効率性を示しながら、評価精度では一部のLLM判別モデルと同等以上の性能を発揮。これにより、大規模な臨床AI評価の効率化に貢献すると報告している。

リサーチ・論文

リアルタイム環境下でのLLMエージェント性能向上、新評価と学習法

寧馨・パン (Ningxin Pan) 氏らの研究チームは、10月14日(現地時間)、論文「The World Won't Wait: Evaluating and Teaching Agents Under a Live Clock」を発表した。同論文は、継続的に変化するリアルタイム環境で、大規模言語モデル (LLM) エージェントが推論やツール利用に時間を要する課題に対し、その評価手法と改善策を提案。評価ベンチマーク「リアルタイムベンチ (RealtimeBench)」と、二つの時間スケールを用いる学習手法「Two-Timescale Offline Recursive Self-Improvement (TORSI)」を導入した。

リサーチ・論文

Jev基盤の感情分類「Emo-Jev」発表、訓練不要で高精度

arXiv cs.CLは9月26日(現地時間)、ヤージョウ・ジャン氏とジュンハオ・ユー氏による研究論文「Emo-Jev: Probabilistic Reasoning for Emotion Classification with Jev」を発表した。本論文は、言語理解インターフェース「Jev」を活用し、訓練なしで感情分類を行う新しいフレームワーク「Emo-Jev」を提案している。

リサーチ・論文

arXiv、LLMエージェント新能力「bottling」提唱 コスト削減効果評価

arXiv cs.AIは2026年10月6日(現地時間)、論文『Agent in a Bottle: Can LLM Agents Turn Their Capabilities Into Cheap, Scalable Artifacts?』を公開した。同論文は、大規模言語モデル(LLM)エージェントが、高コストな個別のクエリを代替し、安価でスケーラブルなタスク特化型ソリューションを自律的に生成する能力、通称「bottling」を提唱。この能力を評価するため、新たにベンチマーク「BOTTLED」が導入されたと発表した。

ベンダー・製品

【速報】Vercel、Python向けAI SDKでAIモデル「Jev」をサポート

Vercelは2026年10月2日(現地時間)、Python向けAI SDKの最新リリースを発表した。このリリースには、新しい実験的な`evaluate()` APIが含まれており、AIモデル「Jev」と直接連携できる。Jevは、データと多肢選択式質問を基に回答と確信度を返すAIモデルであり、迅速な意思決定を目的としている。

リサーチ・論文

新AIモデル「Jev」が注目 テキスト分類技術の進化たどる

Sebastian Raschka氏は2026年9月29日(現地時間)、自身の運営するブログ/マガジンにて、テキスト分類のための言語モデルの進化に関する記事を公開した。同氏は、技術コミュニティで注目を集めるAIモデル「Jev」を、従来のバグ・オブ・ワーズ(Bag-of-words)から深層学習モデルに至るまでの歴史的文脈に位置づけ、その特徴を解説している。Jevは、GPTなどの大規模言語モデル(LLM)と比較し、特定の分類タスクをより高速かつ安価に処理できる点が強みとされている。

リサーチ・論文

意思決定モデル、自然な文脈で判断が覆る可能性を指摘

Zixiang Xu (ジクシアン・シュー) 氏は2026年9月24日(現地時間)、論文「JevOut: Natural Context Can Flip Decision Models」をarXiv cs.CLで公開した。同論文は、専用の意思決定モデルが、自然な背景情報や周辺コンテキストの短い追加によって、初期の正しい判断を誤った方向に誘導される可能性があると指摘している。複数のモデルでこの脆弱性が確認され、特に高信頼度で誤った選択を導き出すケースも報告された。