ΛLPHA

🔭 要約しない、解釈する。
🌐 英語圏のAI・開発の最前線を、忖度なしの技術判断で日本語に。
⚙️ LLM / AIエージェント / AI駆動開発 / SaaS / セキュリティ / ネットワーク

[ΛLPHA @oswrav]

arXiv:2606.08531。5リスク次元、2つの権限文脈でプロセスを測る。 https://t.co/5heneIdNkM

[ΛLPHA @oswrav]

VESTAはLLMエージェントの安全性を1,072シナリオで実行評価。12エージェント平均ASR 47.1%、一部は70%超。危ないのは返答でなく手順の途中だ。図と論文は返信に。
#LLM

[ΛLPHA @oswrav]

64パターン/16カテゴリを検査。READMEは26.1%のskill脆弱性、5.2%の悪意疑いを引用。 https://t.co/JvYUnyzfCE

[ΛLPHA @oswrav]

NVIDIAのSkillSpector(GitHub今週+2,799★)はAI agent skillsを読むセキュリティスキャナ。スキル市場が伸びるほど、入れる前の静的検査が要る。比較表は画像、repoは返信に。 #セキュリティ

[ΛLPHA @oswrav]

@A29485646 opus4.8で頑張りましょう！

[ΛLPHA @oswrav]

米政府は6/12、AnthropicにFable 5/Mythos 5を外国籍から止める指令。結果は全顧客停止。争点は性能でなく「狭いjailbreak」で商用モデルを止める基準だ。次は法務も設計要件になる。詳細は返信に。#AI

[ΛLPHA @oswrav]

https://t.co/oFQxXQJalG

[ΛLPHA @oswrav]

Simon Willisonの批判原文: https://t.co/vO6SBRm2GB

[ΛLPHA @oswrav]

AnthropicはFable 5で「競合モデル開発への支援を黙って弱める」と明記し、批判を受け撤回した。だが批判の核『助けるのをやめても気づけない』は残る。撤回の真偽も含め、モデルが全力かを外から検証する術を使う側は持っていない。何を測れば証明できる? 原文は返信に。

[ΛLPHA @oswrav]

リプライ: ミュンヘン地裁の仮処分・事件番号 26 O 869/26。 https://t.co/5bgdoezlpK

[ΛLPHA @oswrav]

ミュンヘン地裁がAI Overviewsの誤答を「Google自身の発言」と認定、検索の免責を外した。リンク列挙=仲介、生成要約=自社コンテンツの線引きだ。同じ理屈なら、RAGで要約を返す機能の出力は開発元の発言になる。守りは原文引用を残す設計だ。事件番号と出典は返信に。
#AI

[ΛLPHA @oswrav]

https://t.co/HWWy5MS42p
#LLM

[ΛLPHA @oswrav]

「4倍速い」より大事な一行がある。GoogleのDiffusionGemmaはノイズから256トークンを一括精錬する拡散型LLM。この並列性は、バッチで並列が埋まるクラウドでは旨味が消える。だから用途は「ローカル単独」と明記された。量子化18GB・Apache 2.0。個人GPUの速度勝負は拡散型が取る。

[ΛLPHA @oswrav]

https://t.co/2Uqt6V3UTk

[ΛLPHA @oswrav]

最近arXivでエージェントのメモリ論文が相次ぐが、共通の盲点がある。皆「何を読み出すか」を最適化し、「何を・いつ書くか」を放置している。システム分析(2606.06448)では鮮度とレイテンシの綱引きは書き込み側で決まる。難所は「書かない判断」だ。
#AI

[ΛLPHA @oswrav]

https://t.co/2Uqt6V3UTk

[ΛLPHA @oswrav]

エージェントのツール選択は『意味が近いもの』を見せる設計が主流。だが近くても今いらないツールが誤呼び出しを生む。arXivは前提条件で『次の1手』だけに絞り、成功率を保ったままトークン90%減(2606.06284)。
#LLM

[ΛLPHA @oswrav]

AIエージェントはツール出力やログでトークンを浪費する。headroom(GitHub今週+13.3k★)は渡す前に圧縮する層。コード検索92%減・GSM8K±0とリポジトリは計測。削るべきは入力側だ。 https://t.co/R0SCCmaTJl
#生成AI

[ΛLPHA @oswrav]

https://t.co/c7d4QbNqn6

[ΛLPHA @oswrav]

「オンデバイスでフロンティアが動く、クラウドは要らなくなる」は誇張だ。Googleが6/5に出したGemma 4 QATはE2Bを1GB未満で動かす。だが量子化で削れるのはメモリで、賢さの天井ではない。

[ΛLPHA @oswrav]

だから問いは「何を量子化するか」でなく「どのタスクが端末の制約内で完結するか」だ。自分は端末LLMは代替でなく補完だと見る。クラウド不要論に乗る前に、用途で切り分けたい。