【Trainiumでのモデル動作を調べるWebアプリ】 Hugging Faceは、AWSのAIチップTrainiumでのモデル動作を調べるWebアプリを紹介した。 テストではTrainium2チップ最大4個（16コア）で32トークンを生成する。実行結果がPASSなら、モデルの読み込みと短い生成処理が完了したことを示す。ただし、生成文を検証できていない場合もあり、速度や長文生成の動作は保証しない。 モデルごとの判定とテスト環境、実行コードを確認でき、同じ条件で試せる。

【ClaudeのチャットとCowork統合版がEnterpriseで一般提供】 Anthropicが、チャットと、ファイル操作や資料作成を任せられるCoworkの統合版をClaude Enterprise向けに一般提供開始。 Claudeは同じ会話で質問に答え、必要ならAnthropic管理のクラウドでコード実行やファイル操作を進め、文書や分析、スライドを作成する。PCを閉じても作業は続き、Web・デスクトップ・モバイルで再開できる。 管理者は役割別に利用可否と使えるモデルを設定できる。Sonnet・Haikuだけを使う「Efficient mode」、組織・グループ・個人の支出上限も設定可能。 コード実行などの作業は会話ごとに独立した仮想マシンで行い、そこからの外部通信は既定で無効。 導入は管理者が組織設定から有効化する方式。データを保持しない設定、医療情報保護法HIPAAへの対応設定、顧客管理の暗号鍵を使う組織は現在対象外。

【OpenAI、10億人超を支えるストレージ基盤の拡張手法を公開】 OpenAIは公式ブログで、40地域の10億人超を支えるデータ保存基盤「Habitat」の拡張手法を紹介した。中核にはMicrosoftのデータベースサービスAzure Cosmos DBを使う。 用途別に格納先を分ける方式では各チームの容量計画が課題となり、再び共有する方式へ移行。Azureチームと協業し、負荷の集中先を優先的に制限する仕組みや、一括登録などの処理より利用者向けの処理を優先する制御を導入した。 読み取りは全リクエストの90%超。重要データの地域間複製、頻繁に使うデータを処理する場所の近くに一時保存するキャッシュ、プログラミング言語Rustへの書き換えにより、世界全体の読み取り時間の中央値を約120msから約10msへ短縮したと報告している。

【Moonshot AI、1Mトークン対応の「Kimi K3.1 Pro」を発表】 AIモデル「Kimi」を開発するMoonshot AIが、K3の追加学習版を発表した。3兆パラメータ級で、一度に扱える文脈は1Mトークン。 端末での開発作業を測るTerminal-Bench 4.0では、同社が開発支援ツールClaude Codeで評価し65.7%。他社の公表値はGPT-6 Astraが58.2%、Claude Opus 5.5が66.4%。 同社は画像から3D形状を再現するBenchCADも評価。抽出した1,000件でツールを使い、形状の重なりの指標で92.7%。財務資料を画像で読み解くOfficeQA Pro v2は64.4となっている。 同社は脆弱性を悪用する能力を抑えるため、中間学習と強化学習からサイバー関連データを除去したと説明している。社内評価では、3回以内に攻撃に成功した問題の割合が、対策なしのモデルの90.5%に対して81.0%となっている。 Kimi CodeやAPIで提供中。モデルの重みは11月4日までに公開するとしている。

【複雑な記憶管理は必要か、会話履歴の検索が7設定中6設定で首位】 西安交通大学などのチームが、会話履歴を検索して回答する「RAW-RAG」の査読前論文を公開した。履歴を要約・書き換えず、質問との意味の近さで探し、関連度で並べ直した内容を大規模言語モデルへ渡す。 著者らは長期記憶を測る4つの公開ベンチマークで、Mem0など12の記憶システムと比較。ベンチマークと回答モデルを組み合わせた7設定中6設定で最高スコアとなり、次点を0.13〜5.53ポイント上回った。全文を直接渡す方式は順位から除いている。実際の対話や画像・音声を扱う場合の性能は未検証。 回答に十分な根拠が得られた質問の割合は、MemoryAgentBenchで45.29%、MEMEで76.35%と比較対象中で最高。著者らは、答えとなる値だけでなく、出来事の順序や状態が変わる条件も残すことが重要と結論づけている。

【端末内で動くコーディングAIモデルFlintを公開】 AI研究企業Recursiveは、コーディングモデルFlintを公開した。398億パラメータのうち、1トークン（文字列の処理単位）の生成に約25億を使うMoE方式を採用。 同社がFlintにツールを使わせ、各課題を5回以上試した平均成功率は、Terminal-Bench 2.1で54.9%、SWE-bench Pro v2で89.7%、SWE-bench Verifiedで74.2%。 同社の最適化エンジンによる測定では、扱う文章量が少ない条件でM4 Pro搭載MacBook Proが毎秒125トークン超、64GBのNVIDIA RTX Sparkが150トークン超を生成。 同社は自動AI研究システムEureka Machineを活用し、Flintを4カ月未満で構築したと説明。重みはApache 2.0ライセンスで公開中。

【Ai2、文献をもとに研究案を練り直すLitPivotを紹介】 米国のAI研究機関Ai2は、ペンシルベニア大学と開発した研究案の改善支援システムLitPivotを紹介した。 提案を課題・貢献・評価計画に分け、編集中の部分に合わせて関連論文をグループ表示。研究者が選んだ論文の抜粋を根拠に、批評と修正案を示す。修正案は採用・編集・却下を選べ、改稿後には関連論文の順位を更新できる。 研究者17人が参加した実験では、論文に質問できるAIチャット付きエディタを比較対象とし、両ツールで使う論文群をそろえた。各人が2つの指定案を、別々のツールで各30分かけて改稿した。 共著者の専門家2人が使用ツールを知らされずに採点した結果、LitPivotの案は文献による裏付けの評価が高かった。参加者の自己評価でも、案の新規性・有用性の改善度と文献への理解が比較対象を上回っている。

【Anthropicが生命科学分野の客員研究者を公募】 Anthropicが、Claudeを使う生命科学の共同研究を公募している。対象は大学などの学術機関、非営利研究機関、政府研究所の研究代表者と研究グループ。創薬や臨床科学などの提案を募る。 期間は8〜12週間。参加者はAnthropicの研究者と直接協力し、同社が研究用AIモデルと、その動作を制御する仕組みを無償で運用する。期間内に初期成果を出せる見通しが求められる。 成果物は共同で公開し、付随するデータとコードはオープンソースにする方針。参加者は自身のデータと、共同研究から派生して独立に進める追加研究の権利を保持する。 Anthropicへのデータ提供は応募時も共同研究中も不要で、応募書類には公開情報のみを記載する。 募集は10月22日の発表から約14日間。締切後約14日をめどに、採択者へメールで通知する予定。

【ClaudeのAPI基盤がGoogle Cloudの認証・請求に対応】 Anthropicは、API基盤のClaude PlatformをGoogle Cloudの認証・請求で使う「Anthropic managed」方式を一般提供した。利用料は、条件を満たせばGoogle Cloudで契約した最低利用額に充当できる。 対応機能には、実行環境を自前で管理せず長時間の処理を任せるClaude Managed Agents（ベータ）や、API呼び出し内でPythonコードを実行する機能などがある。Anthropicは新機能やベータ版をClaude Platformでの公開と同日に提供すると説明しているが、機能によって非対応や利用権限の条件がある。 APIの運用とデータ処理はAnthropicが担い、一部の処理はGoogle Cloud外で行われる。Googleが運用とデータ処理を担う従来方式も引き続き選べる。

【OpenAIが企業へのAI導入を担うFDEチームを紹介】 OpenAIは公式ブログで、顧客とともにAIの業務導入を進めるFDE（Forward Deployed Engineering）チームを紹介した。チームは2025年初頭に発足し、モデルの能力と業務で安定して使える状態の隔たりを埋める役割を担う。 方針は、まず成果を出し、成功に必要なことに取り組んでから規模を広げること。 半導体企業の事例では、2025年半ばに約15人が10件以上の用途を担当。OpenAIは、この企業での成果として、特定の動作を確かめるテストのAI生成で所要時間を約48%削減し、計算処理を担うコード（カーネル）の最適化で性能を中央値22%改善したと報告している。 その後、これらの案件をソフトウェア開発を支援するCodex中心の共通構成にまとめ、各案件の独自コードを約90%削減。2026年8月の事例では、初回導入に2か月かかった仕組みを別チームへ1日で展開できたという。