テクノロジー
Cursorが独自AIモデル「Composer 2.5」を公開：極めて低いトークン単価でフロンティアモデルに匹敵する性能を実現と発表
Anysphereは、独自の後処理と強化学習を施したAIコーディングモデル「Composer 2.5」を発表した。このモデルは、競合するフロンティアモデルと同等水準のベンチマーク性能を約10分の1のコストで実現し、テキストフィードバックによる強化学習や1兆パラメータ規模の最適化などの高度な技術に支えられている。
Term
Terminal-Bench 2.0
Overview
最終更新: 2026年7月9日Terminal-Bench 2.0は、AIエージェントがターミナル操作や複雑なタスクをどの程度遂行できるかを評価するベンチマーク。本研究では、タスク固有の改良を加えたスキルの有効性を検証するために使用された。
Mentioned Articles
4 件-
-
テクノロジー「スキルを渡せば賢くなる」という前提が崩れた：34,000件の実証データが示したAIエージェントの限界
AIエージェントは、「スキル」と呼ばれる構造化テキストファイルを活用することで、特定タスクの専門知識を動的に引き出せると期待されている。しかし、UC Santa Barbara、MIT CSAIL、MIT-IBM Wat […]
-
テクノロジーAnthropic、“強力すぎて公開できない”AIモデル「Mythos Preview」を発表：数十年放置されたバグや数千件のゼロデイ脆弱性を既に発見
AIが27年前のOSバグを発見し、16年前に埋もれていた脆弱性を掘り起こす。Anthropicが2026年4月7日に発表したClaude Mythos Previewは、そのサイバーセキュリティ能力が突出しすぎているがゆ […]
-
テクノロジーOpenAI、GPT-5.3-Codexを発表：AnthropicのOpus 4.6発表にぶつける「自律型エージェント」の真価
2026年2月5日午前10時（米国太平洋標準時）、シリコンバレーでAIの歴史に刻まれる奇妙な「15分間」の攻防が繰り広げられた。当初、OpenAIとAnthropicは自社の最新エンジニアリング向けAIモデルを同時刻に発 […]