N
BrowseComp：ブラウジングエージェントのためのベンチマーク
OpenAIがブラウジングAIエージェントの性能を評価する新しいベンチマーク「BrowseComp」を発表しました。
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
研究
3305件
N
OpenAIパイオニアプログラム
OpenAIがモデル性能向上と実世界評価のための「パイオニアプログラム」を開始しました。
アラビア語リーダーボード：指示追従モデルの導入とAraGenの更新
Hugging Faceがアラビア語LLMの性能を評価する新しいリーダーボードを公開しました。
Gradioユーザー100万人達成への道のり！
Hugging Faceが開発するGradioが、ユーザー数100万人を突破しました。
NLPコースがLLMコースへ進化
Hugging Faceの人気のNLPコースが、大規模言語モデル（LLM）に特化した内容に刷新されます。
効率的なリクエストキューイング – LLMパフォーマンスの最適化
Hugging FaceがLLMの効率的なリクエストキューイング手法を公開しました。
AGIへの責任ある道筋を辿る
Google DeepMindが汎用人工知能（AGI）開発において、安全性とリスク評価を最優先する方針を発表しました。
N
PaperBench：AI研究の再現能力を評価するベンチマーク
OpenAIがAIエージェントのAI研究再現能力を評価するベンチマーク「PaperBench」を発表しました。
Open R1: アップデート #4
Hugging Faceがオープンソースのロボットプロジェクト「Open R1」の進捗を報告しました。
Sentence Transformers v4を用いたRerankerモデルの学習とファインチューニング
Hugging FaceがSentence Transformers v4でRerankerモデルの学習・ファインチューニング方法を公開しまし…
Gemini 2.5: Google DeepMindの最もインテリジェントなAIモデル
Google DeepMindが「思考」機能を内蔵した最新のAIモデルGemini 2.5を発表しました。
N
OpenAIのリーダーシップ更新
OpenAIが組織の成長に伴い、リーダーシップ体制の変更を発表しました。