EDITION
ROLLING EDITION
AOIFUTURE News — エージェントの学び方から、健康・創作・安全の境界まで
ツール利用の中間学習とスマホ健康推定を深掘り。自己改善評価、集団画像、悪用脆弱性、推論高速化を短報で追う。
SOURCE-FIRST SIGNALS
Signals
ツール利用エージェントを「中間学習」から育てるMidTool
Source fact
Web、PDF、コードに実在API、MCPスキル、文書ワークフロー由来の合成教師を組み合わせ、Qwen3-4B/8Bの中間学習後にBFCL、tau2-Bench、MCP Universeで一貫した改善を著者らは報告した。
Why this signal matters
Why selected
ツール呼び出しを後段の微調整だけでなく、基礎学習と運用データ設計の問題として捉え直す。
選定方針AOI note
導入時はAPI権限、引数根拠、失敗回復を別々の監査項目にする。
スマホ写真から体組成リスクを推定するPhotoScan
Source fact
Google Researchは2Dスマホ写真から体脂肪率、A/G比、V/S比を推定する研究用PhotoScanを紹介し、独立検証132人で体脂肪率の平均絶対誤差2.13、インスリン抵抗性分類AUROC 0.760を報告した。
Why this signal matters
Why selected
身近な撮影入力が健康指標へ接続される可能性と、臨床利用前に必要な検証境界を同時に示す。
選定方針AOI note
利便性だけでなく、集団差、同意、画像保護、誤判定時の人間確認を先に設計する。
AIが学習アルゴリズムを書き換える力を測るAI4AI-Bench
Source fact
10の凍結研究リポジトリで学習アルゴリズム改変を評価し、6システム29構成の平均0.166、最良0.250と著者らは報告した。
Why this signal matters
Why selected
自己改善を抽象論ではなく、時間・計算資源・隠し評価器を固定した実行課題として比較できる。
選定方針AOI note
改変能力と、改変を本番へ採用する権限は分離する。
最大10人の顔を保ちながら集団画像を生成するWithEveryone
Source fact
最大10人の参照人物を指定トークンと構造化配置計画で扱い、本人性の被覆率97.3%、重複率2.8%を著者らは報告した。
Why this signal matters
Why selected
複数人物を扱う生成では画質だけでなく、誰をどこに描いたかという配置と本人性の監査が重要になる。
選定方針AOI note
制作運用では本人同意、参照画像の保存期間、誤同定、透かしを品質指標と並べる。
CISA、TrueConf Serverの2件を悪用確認済み脆弱性へ追加
Source fact
CISAはTrueConf ServerのCVE-2026-72529とCVE-2026-72530を、実際の悪用証拠に基づきKEV Catalogへ追加した。
Why this signal matters
Why selected
AI会議支援や音声・映像処理の入口となる通信基盤も、モデルとは別の優先修正面になる。
選定方針AOI note
資産台帳で対象有無を確認し、該当時だけベンダー手順に沿って期限付きで是正する。
LFM2.5向け投機デコード用DSparkチェックポイントを公開
Source fact
Liquid AIはLFM2.5の3モデル向けDSpark draft checkpointを公開し、対象構成で最大3.2倍の推論高速化を報告した。
Why this signal matters
Why selected
小型の下書きモデルで生成を先読みする手法は、モデル交換なしにローカル推論の待ち時間を下げる選択肢になる。
選定方針AOI note
採用前に同一プロンプト集合で速度、出力一致、メモリ、電力を再測定する。