朝倉陽

AIビジネス

評価を「完成後」から「開発中」へ——olmo-evalが変えるLLM開発の回路

LLMを開発するとき、評価は何度も回る。データを変えるたび、アーキテクチャを調整するたびに、同じベンチマークを再実行し、小さな実験の効果がフルトレーニングでも再現するかを確かめる——この反復が開発の実態だ。Allen AIが6月12日に公開...
AIコーディング

「委任しない」を判断できる AI——Copilot CLI の進化が示す設計の次のステージ

GitHub Blog に掲載された How we made GitHub Copilot CLI more selective about delegation は、Copilot CLI チームがサブエージェントへの委任(delegat...
AIコーディング

規制産業へのAI浸透——SIerが「信頼の仲介者」になる時代

金融・医療・公共分野でのAI活用は、精度と監査可能性への要求が高く、他業界と比べて採用のペースが遅かった。そこに、大きな動きが出てきた。TCS and Anthropic partner to bring Claude to regulat...
AI規制・政策

15%の信頼と70%の規制支持——米国のAI民意が示す、期待の守り方

AIに期待しつつ、AIを作る企業は信頼していない。それは矛盾なのか。Anthropicが6月12日に公開したResults from the first Anthropic Public Recordは、2025年11〜12月に米国約52,...
AIプロダクト

AI講師ではなく、学習の空白を埋めるAI

語学学習のAI活用で重要なのは、人間の講師を置き換えることではなく、レッスンとレッスンの間にある空白をどう扱うかです。OpenAIの事例記事 How Preply combines AI and human tutors to person...
AIコーディング

プロファイラが示す、nn.Linearを超えるべき理由

PyTorchで書いたMLPの速度に疑問を持ったとき、何を根拠に改善を判断するか。Profiling in PyTorch (Part 2): From nn.Linear to a Fused MLP は Hugging Face ブログ...
LLM・基盤モデル

誤検知が信頼を壊す——LLMはセキュリティスキャンをどう変えるか

セキュリティツールへの信頼は、誤検知によって静かに失われていく。GitHubは、シークレットスキャンにおける誤検知削減の取り組みを詳解した記事を公開した。Making secret scanning more trustworthy: Re...
生成AI

AI開発の速度は、基盤の余白を前提にできない

GitHub availability report: May 2026 - The GitHub Blog は、2026年5月にGitHubで発生した9件のサービス劣化を報告しています。GitHubは、AI支援開発やエージェント型ワークフ...
AIビジネス

データセンターが「地域の電気代」を下げる日

AI インフラの急拡大が続くなか、大手テック企業への問いが変わりつつある。電力をどれだけ消費するか、ではなく、地域に何を残すか、という問いだ。Googleが公開した Google announces new community invest...
LLM・基盤モデル

Anthropicが1,000人を現場に送る理由——Claude Corpsが示す新しい責任の型

AIが仕事を変えていく時代に、作っている側はどう責任を取るか。Anthropicが6月11日に発表した Introducing Claude Corps は、この問いに対する一つの答えだ。プログラムの骨格はシンプルで、1,000人のフェロー...