EDITION
ROLLING EDITION
エージェント統制とサイバー能力の境界を測る
企業エージェントの安全監視とロボット学習を深掘り。サイバー能力、音声認識、時系列予測、資産管理を短報で追う。
SOURCE-FIRST SIGNALS
Signals
Anthropic、顧客管理クラウドに安全監視を置く企業向けEFSを発表
Source fact
Anthropicは、ゼロデータ保持と不正利用検知を組み合わせ、活動データを顧客管理のクラウド環境に保存するEnterprise Frontier Safeguardsを発表した。2026年秋後半から段階導入するとしている。
Why this signal matters
Why selected
安全監視とデータ管理を同じベンダー境界に閉じず、顧客側の鍵・アクセス方針・監査ログへ寄せる設計が、企業エージェント運用の具体例になる。
選定方針AOI note
導入時は保存場所だけでなく、検知精度、誤検知、監視者、例外処理、対応製品ごとの実装差を確認する。
ロボット制御の目標を、学習後まで同じ意味で保つSUN Programs
Source fact
著者らは、幾何・接触関係を一度定義し、MPCコスト、達成条件、強化学習報酬、遷移ガード、診断へ変換するSUN Programsを提案した。9タスクで82.03%のマクロ成功率を報告している。
Why this signal matters
Why selected
計画時に確認した意味が学習時の報酬設計で失われる問題へ、実行可能な共通表現を持ち込む点が重要だ。
選定方針AOI note
評価では平均値だけでなく、タスク別結果、実機差、失敗モード、手動報酬なしという条件の範囲を追う。
WhisperXの高速バッチ処理に、過去文脈を戻す提案
Source fact
著者らは、VADで得た区間境界を使い、バッチ処理中も過去テキストの条件付けを維持する手法を提案し、長時間音声でWERと固有名詞転写が改善したと報告した。
Why this signal matters
Why selected
速度と文脈保持の二者択一を緩和し、会議・講義・番組など長時間音声の実務品質を上げる可能性がある。
選定方針AOI note
採用判断にはベンチマーク名、WER差、処理速度、言語別性能、幻覚ループの再現条件が必要になる。
Google、外部要因を同時に扱うTimesFM-3を公開
Source fact
Google Researchは、3.3億パラメータで1兆超の時系列点を事前学習し、複数系列と既知の将来共変量をゼロショットで扱うTimesFM-3を発表し、GitHubとHugging Faceで公開した。
Why this signal matters
Why selected
売上と販促、需要と天候のように複数要因が動く実務予測を、用途別微調整なしで始める選択肢になる。
選定方針AOI note
公開ベンチマークの順位だけでなく、自社データの欠損、分布変化、予測区間、推論コストで確認する。
AWS Agent Registryが正式提供、エージェントとMCPを統合管理
Source fact
AWSは、エージェント、ツール、スキル、MCPサーバーを組織内で検索・管理するAWS Agent Registryを正式提供した。承認ワークフロー、CloudTrail監査、MCP経由の検索を含む。
Why this signal matters
Why selected
増え続けるエージェント資産を一覧化し、承認と監査を接続する企業向けの管理面が製品化された。
選定方針AOI note
台帳の存在だけで統制済みとせず、登録強制、所有者、権限失効、実行時ポリシーとの接続を検証する。
OpenAI、未公開AstraをCritical cyber capabilityと評価
Source fact
OpenAIは、未公開のAstraがPreparedness FrameworkのCritical cybersecurity capability閾値に達したと評価し、一部の開発・公開を遅らせ、限定アクセス、拒否訓練、悪用検知、未承認行動の監視を強化したと報告した。
Why this signal matters
Why selected
未公開モデルをCritical cyber capabilityと評価し、能力向上と同時にアクセス制限・監視・訓練環境の統制を強める事例として重要だ。
選定方針AOI note
能力評価の数字だけでなく、アクセス制限、実行時監視、停止権限、独立評価、未公開のシステムカードを分けて確認する。