そっか～ニュース
記事を読んで、気分はそっか～。

FLUX 3 イメージ・クライン

## Japanese Translation: Black Forest Labs は、テキストから画像への変換、ピクセルレベルの編集、および複数参照（最大 10 件）を用いた生成を実現するために設計された、56 億パラメータを有する画期的なオープンウェイトモデル「FLUX 3 Image Klein」を公開しました。内部評価においてオープンモデルで首位にランク付けされ、Ideogram V4.5 や FLUX.2 よりも少ない 38% パラメータ数ながら、消費ハードウェア上で優れた効率性を発揮し、より大規模なモデルを上回る性能を発揮しています。本モデルは、微調整用のベースモデル（〜11.2 GB VRAM[BF16]または 5.6 GB[FP8]を必要とします）と、低遅延生成に最適化されたステップ蒸留版の 2 つのパッケージを提供します。NVIDIA との提携を活用し、ComfyUI または Diffusers を通じて RTX シリーズの GeForce GPU（VRAM 8GB 以上でも動作可能）上で FP8、INT8、NVFP4 のビルドを実行できるように対応しています。生成速度は印象的で、RTX 5090 では約 4 秒で 1MP の画像を、RTX 4070 では 9 秒未満で生成でき、将来のハードウェアではサブ秒単位の生成が可能になる可能性があります。FLUX Kommunity License の元、年間の収益が 500 万ドル未満の企業には商用利用が無料で許可され、ただし出典表示は必要です。今後の計画として、プロンプトアップサンプリングなど高度なタスク向けの有料 API を提供する予定です。主要ライブラリからの Day-One サポートと、Cinder によるセーフティレッドチームingiの実施により、このリリースは個人クリエイターおよび中小企業にとって高品位の視覚制作ツールの民主化を推進します。

Claude が ECDSA 曲線の由来を明らかにする

## Japanese 翻訳： 2026 年 10 月、Anthropic の研究者 John Wood、Henry de Valence、Ava Howell および他が、NIST の素数曲線（FIPS 186-2）に対して長年にわたり専門家を困惑させてきた ECDSA 曲線のシードの起源について調査しました。これらのシードは、NSA が 2000 年に提供したパラメータです。ユーモアに満ちた理論では、Jerry Solinas が「Bob と Jerry に昇給を」といったパスフレーズからこれらを生み出したと提案されていましたが、Claude の高度な手法（LLL ベースの基底削減を含む）による分析により、シードはランダムなハッシュではなく、素数曲線については 1997 年 5 月と 1998 年 4 月の間の Unix タイムスタンプで種付けされた C ライブラリの `lrand48` 関数の出力であり、バイナリ曲線については 1984 年 2 月かその半分としたタイムスタンプ（1998 年 4 月 17 日に対応）からの出力であることが明らかになりました。この手法は各候補あたり 20 バイトをサンプリングし（例：P-256 の場合は 1,842 回反復が必要）、さらに、6 つの曲線の基点 G は FreeLIP の RNG を特定のある整数シード（例：P-192 では 20,000）で使いながら生成されていることが判明しました。ただし、P-224、P-256、P-384、P-521 および一部のバイナリ曲線候補の基点についてはまだ説明されておらず、特に第 5 のバイナリのシード（B-163）は未解決のままです。これらのシードを見出すため、インターネット セキュリティ研究グループへの寄付を含む賞金として 36,864 ドルが設定されており、Jerry Solinas に追悼の称賛を与えるとともに、基礎的な暗号規格への透明性を向上させることを目的としています。

ブレイクされたPS5で動作する Llama.cpp：コンソール上で GGUF モデルを任意にネイティブ実行可能

## Japanese Translation: PlayStation 5 は、クラウドサービスや追加のハードウェアを必要とせず、コンソール上で高度なプライベート AI モデルをローカルに動作させるようになり、特にファームウェア 7.00–13.60 を搭載したジャイブされた PS5 コンソールを対象としています。llama.cpp の改変版（Vulkan バックエンドおよび共有メモリを採用）を利用することで、RDNA 2 GPU 上で直接多様な人工知能アプリケーションを動作させるためにメモリおよびキャッシュの使用方法が最適化されています。このセットアップは etaHEN という特定のインストールペイロードを必要とし、既存のジャイブツールである kstuff-lite および ShadowMountPlus（推奨ツールには elfldr と ftpsrv が含まれる）と統合されます。アプリケーションインターフェースはデュアルショックコントローラーによる操作でアクセス可能であり、Home、Models、Console、API、Settings のセクションを含んでいます。ユーザーはすぐに画像分析や Gemma 4 および MiniCPM-V などの中級モデルに対するチャットコンプリートなどの強力な機能をアクセスできます。リアルタイムのパフォーマンス監視は `ps5-exporter` が担当しており、温度、消費電力、GPU、CPU ロードなどのメトリクスを表示します。アプリはロードされた GGUF モデルに対して利用可能なメモリの中で最长的なコンテキストと最適なキャッシュ適合を自動的に選択し、Hugging Face から内部ストレージ（M.2）または USB ドライブへのダウンロードによって管理できます。特に注目すべきは、小さなモデルが PS5 Slim ハードウェア上で最大 207 トークン/秒の驚異的な速度を実現しており、モデルサイズと量化に基づいて ~20～207 トークン/秒のパフォーマンス範囲があることです。今後の更新では、USB ドライブまたは内部ストレージからロードされる新しいファイルに対する自動管理メモリ割り当てが含まれる可能性が高いです。この進歩により、愛好家は専用の API エンドポイント（`/v1/systemone`）および標準チャット API を通じて Ollaya 駆動の Jev 様（Clef、OpenJev など）といった高度な意思決定モデルと直接相互作用できるようになり、ゲームコンソールのローカル AI パフォーマンスにおける大きな飛躍を達成しながらも、完全なプライバシーを保ち外部データ依存性を排除します。インストールには `PPSA99575` フォルダを `/data/homebrew` にコピーし、`http://<console>:8081` でサーバーにアクセスする必要があります。

トロンテッドでのウェイモ

## Japanese 翻訳: サマリー: ウェイモは、フル自律運転のライドヘイリングサービスをカナダへの公式展開を開始し、2028年までにトロントでの目標着陸を目指しています。この展開を支えるために、ウェイモはエンドツーエンドの車隊管理サービスを提供するためにトロントを拠点とするElement Fleet Managementと提携しています。両社は投資信託基金を通じて共同投資の歴史を持ち（カナダ年金計画投資委員会）、Magna Internationalとの製造パートナーシップも含んでいます。両社は車隊メンテナンス、検証運転、カスタマーサービス、オペレーションにわたる数百の新しい役割への投資を計画しています。展開は安全を最優先とする厳密な段階的アプローチで行われ、当初は訓練された自律運転専門家が手動で運転し、検証および安全性テストを実施します。これは、最近のローカル街道ネットワークの高解像度マッピングによって支援されます。4 億 km に及ぶ自律走行キロメートルからの安全データは、ウェイモ・ドライバーが人間の運転者と比較して深刻な事故を95%（20倍）少ない関与を示しています。このイニシアチブは包容性を強調しており、CNIB、BALANCE for Blind Adults、Epilepsy Ontarioなどの団体と協力し、アクセシブルなソリューションを作成しています。BALANCEのMichelle McQuiggeは、ウェイモが視覚障害コミュニティとの早期関与を称賛しました。このサービスは、トロントの既存の交通生態系（自転車レーンや公共交通機関を含む）を補完し、あらゆる気象条件下での信頼性のある移動性を提供することを目的としています。居住者はwaymo.com/waymo-in-canadaに登録することで、サービスが正式にデビューした際のアップデートを受け取ることができます。

eBay、無線機商品の出品制限を実施　ただしハムバンド専用機器は除外

## Japanese Translation: アマチュア無線は、災害時に従来の通信網が機能不全に陥った際も独立して動作するため、重要なライフラインとして存続し続けました。最近のフロリダ州でのハリケーン被害に対する救助活動において、サント・ローザ郡、ナッサウ郡、レイク郡、ピネラス郡、レオン郡でボランティアが支援にあたり、サント・ローザ郡のミルトンコミュニティセンター内に開設された非常運用センターと避難所の運営に従事し、タラハシー州非常運用センターとの statewide の補助通信を維持しました。このレジリエンスは、2026 年 7 月 23 日に発行した「第 3 次レポートおよび命令」によって FCC よりも得られた規制の明確化によって支えられており、この命令では 2026 年 10 月 13 日を有効期とし、オンライン市場プレイスメントに対して、小売業者の例外を除くほとんどの電子機器についてデバイスの認証を証明することを義務付けています。この規則では、小規模な販売者にはほとんど影響がない一方、すべての他のベンダーは 10 月 13 日の期限までに在庫が適合していることを確保する必要があり、帯外動作が可能な双方向 VHF/UHF ラジオ機器は認証を受ける必要があります。コミュニティ側では、チャーレス・C・カウンズマン III 博士の歴史的な GPS への貢献など、大きなマイルストーンを祝うとともに、2026 年度の RCA 賞受賞者としてジェイ・ア德里ック（デジタルテレビ）、発明家のチャールズ・キルマス氏（公共安全向けデジタル動画/オーディオ）、オーデリー・マケルロイ（若手専門職賞）、そして fellows のレ切尔・ジョーンズ（KO4HLC）とニック・ペナンス（N1CKP）を認定しました。これからの展望として、愛好家は 10 月 16 日〜22 日に開催される ARRL オンラインオークションに参加でき、QST プロダクトレビューの機器やミステリーボックスなど 200 を超える物品が含まれており、その収益は教育およびライセンス取得活動への支援に充てられます。「空上大会（Jamboree on the Air）」は 10 月 17 日〜18 日に開催され、ARRL プエルトリコ支部は過去最多となる 20 のスカウト部隊の参加で活性化を行いました。さらに、SpaceX Transporter-18 に搭載された AMSAT シアットには OSSIE-D（AMSAT-DL が 3 つの PocketQube を提供、AMSAT-EA が 2 つ、AMSAT Nepal が 1 つ）が含まれており、伝搬予報は太陽黒点領域 4551 にて fueled の upper HF band の活動改善を示しており、NOAA SWPC は 10 月 15 日〜22 日の間、太陽フラックス値が 100〜105 と予測しています。アメリカラジオクラブは、2026 年度の受賞者および fellows を認定し、ニューヨーク市で開催される技術シンポジウムと表彰式典（11 月 21 日）に招待することを発表しました。ARRL 本社では、テクニカルエディター、RFI ラボエンジニア、広報・アウトリーチマネージャー、メンバーシップマーケティングアナリスト、教育専門職などのポストを募集しています。また、Mel Parkes（NM7P）は 2026 年 10 月 10 日付で ARRL ロッキーマウンテン支局長より辞任し、Ed James（KA8JMW）氏が 2028 年 12 月 31 日まで任期を完了させるため任命されました。ARRDC は 2025 年 12 月に 44Net Connect を立ち上げ、ライセンス取得アマチュア向けに 44.x.x.x IP アドレスの使用を簡素化し、すでに 2,000 名以上のユーザーが登録され、シカゴ、ロサンゼルス、シドニー（既存：フランクフルト、トロント、ダラス）に Points of Presence を追加しました。

記憶からトランスフォーマーを発明しておったのにね

## Japanese Translation: 大規模言語モデルは、記憶容量とメモリ干渉のバランスをとることで事実を想起し、その進歩は線形メカニズムから非線形へ、さらに指数関数的スケーリングへの移行によって推進されています。初期の線形手法は厳格な限界（例：約 64 アイテム）に直面していましたが、最小二乗法を用いてキーを最適化することでこの容量が倍増しました。MLP に特定の活性化関数（ReLU、SwiGLU、Cubed ReLU）を採用した非線形アプローチは、低類似度の入力からの干渉を抑制し、容量を幾何学的に数千まで引き上げました。最も大きな飛躍は自己注意機構によるものであり、これは指数関数的な重み付けを用いて 100 万を超える記憶の容量を実現しています。YaRN スケーリングやログに基づく調整などの技術により、これを実用的に極めて長いコンテキスト長（最大 200 万＋）まで拡張可能です。これらのアーキテクチャの進化——限られた線形ストアから、入力ごとに非sparseな隠れユニットのみが活性化し重みを共有するスーパーポジション機構へと——は、開発者が記憶をスケーリングしつつ、たとえ obscure な事実に対しても想起精度を損なわずにコスト効果よく拡張するための明確な道筋を提供します。

C++26：新たなデバッグヘッダー

## Japanese Translation: C++26 は、Rene Ferdinand Rivera Morell 氏による P2546R5 および P2810R4 のプロポーザルを通じて、プログラムと外部デバッガーの相互作用方法を標準化する新しい `<debugging>` ヘッダーを導入する。このヘッダーは `std` 名前空間に `breakpoint()`、`is_debugger_present()`、および `breakpoint_if_debugging()` の 3 つの関数を提供しており、これらはいずれも `noexcept` を有している。デバッグは本質的に実行時における問題であるため、これらの関数のいずれも `constexpr` ではない。また、これらはオペレーティングシステムが存在しないフリーステイディング環境においても動作する。 - `std::breakpoint()` は実行を停止し、制御を接続されたデバッガーに譲る。x86 アーキテクチャ上では `int3` 命令にコンパイルされる。デバッガーが接続されていない場合の振る舞いは実装による（頻繁には `SIGTRAP` を発生させる）。 - `std::is_debugger_present()` は、現在プログラムを追跡しているかどうかを即座に返す。デバッガーはいつでも接続または切断される可能性があるため、結果はキャッシュされない。検出メカニズムはプラットフォームにより異なる（例えば、Windows では `::IsDebuggerPresent()` を使用し、Linux 上の GCC の libstdc++ は `/proc/self/status` を読み取り `TracerPid` フィールドを確認する）などであり、これらのセマンティクスは標準の非規範的パートで実装によるとされている。 - 検出が実行時依存であるため、`is_debugger_present()` は置換可能であり、特定のハードウェアデバッグフラグを返すようなカスタム実装をサポートしつつ、OS レベルの検出が利用できないフリーステイディングコンテキストでも動作する。 - `std::breakpoint_if_debugging()` は、もしデバッガーが接続されていない場合は何もしない、`if (std::is_debugger_present()) std::breakpoint();` に等価な便利な関数である。 この統一された API は、以前 Boost.Test、Catch2、Dear ImGui、Unreal のような主要な C++ プロジェクトで観測されていた断片化を解消し、複雑でコンパイラ固有のマクロやブレークポイントロジックの再発明に依存する必要を取り除いた。新しいインターフェースは、現代の C++ 実装において一貫した予測可能なデバッグ体験を提供するとともに、条件付きブレークポイントを超えた高度な使用例を可能にする（例えば、ステップセッション中タイムアウトを無効化したり、デバッガーフレンドリーなアロケータへ切り替えたりするなど）。

私が秘密鍵のスキャンを行うインテグレーションに許可を与えたことはありません。

## Japanese Translation: 2026年10月1日、Home Assistantコミュニティ内で争点となった事件は、セキュリティ研究者の Viss（Phobos Group 所属）が、Supervisor がユーザーの明示的な同意なしにローカルのシークレットを Have I Been Pwned (HIBP) API と自動で照合する機能を報告したことに起因しました。同機能は数年前からパスワードマネージャー様の挙動の一部として存在しており、SHA-1 前缀のローカルハッシュ化により技術的に安全である点がありますが、Viss はオプトイン機構がないことが悪用された際に「認証情報の略奪」を招くリスクになると主張しました。この議論はプロジェクトのフォークが脅されているといった発言もあり、コントリビューターの frenck が当初はこの問題を「解決しない」とマークしてしまいました。2026年10月に議論がロックされるまでに至るまでの熱い議論の後、コントリビューターたちはドキュメントの明確化への焦点を移し、ユーザーはコマンド`ha security options --pwned=false`を使用してチェックを明示的に無効化できることを認めました。この事件は、予防的なセキュリティ対策とユーザーのプライバシー好みの間の増大する緊張関係を示しており、開発者が機密データの取り扱いですなわちその扱いについて透明性を重視する方向に導いています。 ## Summary: Home Assistantコミュニティ内で、Supervisor がユーザーの明示的な同意なしにローカルのシークレットを Have I Been Pwned (HIBP) API と自動で照合すべきかどうかという重大な争点が発生しました。この機能は元々認証情報の確認を通じてセキュリティを強化することを目的としていましたが、プライバシー擁護者は、無断でのスキャンがユーザーの信頼を侵害し、悪用されれば認証情報の略奪を可能にする可能性があると主張しています。送信前にデータをローカルでハッシュ化などの技術的 safeguards が存在するにもかかわらず、明確なオプトイン機構がないことが激しい議論を引き起こし、一部のユーザーはプロジェクトのフォークを脅す事態に至りました。しかし、最近の動向では機能を完全に無効化するのではなく、ドキュメントの明瞭化への解決へと焦点が移行したことを示しています。コントリビューターたちは、チェックを除去することはできないものの、`ha security options --pwned=false`のような特定のコマンドを使用してユーザーが明示的にそれを無効化できることを認めています。この事件は、予防的なセキュリティ対策とユーザープライバシー好みに厳格に従うことの間の家庭用自動化業界における増大する緊張関係を示しており、開発者が機密データの扱いについて透明性を優先する方向へ突き進んでいます。

Claude を活用してより効率的な量子回路を設計する

## 日本語訳： 人工知能は、ハードウェアの制限を克服するために回路を自律的に再設計し、量子コンピューティングにおいて画期的な進展を遂げました。Anthropic の STEM Fellow プログラムの一環として Andi Gu が主導し、トップクラスの物理学者によってメンターリングを受けたこのプロジェクトでは、閉ループ環境で動作する AI モデル（Claude Mythos 5）を使用して回路設計の提案と改良を行いました。環境ノイズや不十分な量子ビットに制限される従来の手法とは異なり、このアプローチはアルゴリズムを圧縮することで、より小型のハードウェア上でも複雑なシミュレーションを可能にします。 AI は化学、最適化、数論を含む 8 つの計算原始機能において設計を成功裏に改善しました。顕著な成果には、鉄・硫黄分子シミュレーションのためのゲート数を 150,000 倍減少させたり、モジュラー逆算術のような複雑な構造を新数学的洞察（分子の対称性や新しい可逆アルゴリズムなど）を活用することで数時間以内に形式化することに成功したりすることなどが含まれます。通常これらのタスクには数年を要します。この自律的なプロセスは科学進歩を大幅に加速させ、現在のハードウェアの大規模な物理的アップグレードを待つことなく、不十分な量子容量というボトルネックを実質的に解決しました。

ウェブ用途における JPEG XL と AVIF の比較

## Japanese Translation: AVIF は現状において、標準的な Web 使用に対して最も効果的なバランスを提供しており、通常の設定下では JPEG XL よりも速度とファイル効率の両面で優れています。有損画像の場合、デフォルト努力レベルでの AVIF ファイルは libjxl JPEG XL に比べて 15–25% サイズが小さく、最大努力レベルではその差が 6–20% まで縮まります；しかし、スクリーンショットやイラストにおいては AVIF が依然として大幅に優れており、デフォルト努力レベルで JPEG XL ファイルは 30–90% も大きくなります。また、AVIF は透明性の扱いにおいて libjxl よりもはるかに効率的であり（libjxl はデフォルト努力レベルで 31–44% も大きく）、jixel のような極端なサイズ増大のペナルティを回避します（透過画像において jixel は 2–3 倍大きく）。さらに、AVIF は平均的に JPEG XL よりも高速に復号化され、中品質では所要時間が半分程度ですが、非常に高品質な領域ではこの差が縮み、Chrome で JPEG XL がより高速に復号化する場合があります。JPEG XL は専門的な無損シナリオやゲインマップを使用した高エンド HDR ワークフローにおいて優れていますが、これらは大多数の Web サイトにとってニッチな使用例です。プログレッシブレンダリングについては、AVIF が現在では Chrome においてより制御性が高く、プレビューも良好であり、Firefox と Chrome がプログレッシブ JPEG XL をサポートする一方、Safari は JPEG XL 画像を完全ファイルとしてしか復号化しません。開発者は、圧縮性能を最大化し不要な処理コストを回避するために、4:4:4 サンプリングと高い努力設定で構成された AVIF をデフォルトとするべきであり、libjxl の高い努力レベルは処理が遅くなり、最小限の利得を得ながらファイルサイズが大きいことに留意する必要があります。両フォーマットも引き続き急速に改善されていますが、現状では AVIF に依存することが、Web アセットの大部分において読み込み時間の短縮と帯域幅使用量の低減を保証します。

Apple ML リサーチ：MLX で Mac Studio で Muse Spark をオープンに

## Japanese Translation: 以下の改良版は、macOS 26.2 をサポートするツール、OS バージョン、特定のモデル名といった欠落していた技術的な詳細を補完しつつ、読みやすさを維持しています： ## 改善された要約: 本文の核心のメッセージは、Apple の MLX フレームワークが今後の M5 Ultra チップ上で動作することを可能にすることにより、強力な AI モデルを Mac Studio ハードウェア上に直接実行し、人間の読解速度を超えるスループットを実現できる点にあります。`mlx_lm.benchmark` および `mlx_lm.server` を使用したベンチマーク（macOS 26.2 でサポート）では、Muse Spark Open というフロンティアクラスのモデルが、4 つの Mac Studio クラスター上で 8,192 トークンのコンテキストを活用し、36 トークン/秒以上の処理速度を達成できることが示されました。この画期的な進歩により、クラウドインフラストラクチャへの依存から解放され、機密データが保護されたままにしながらも、はるかに高速なレスポンス時間を提供できます。性能の飛躍には、専用ニューラルアクセラレーターおよび巨大な統一メモリ帯域幅が強く寄与しており、具体的にはこれらのコンポーネントにより前世代チップと比較して最初のトークン生成までの時間（TTFT）を 4.6 倍に短縮し、全体的な生成速度を 1.6 倍に向上させています。これらは、819 GB/s から 1.2 TB/s への帯域幅増大を活用しています。 このローカルパワーのスケーリングには、Thunderbolt 5 上の RDMA を介して複数の Mac Studio を接続し、`jaccl` バックエンドを用いることが必要です。この技術により、モデルは多くのマシンにわたって効率的に「パイプライン並列化」（モデルの深さを分割）および「テンソル並列化」（モデルの幅を分割）を活用できます。システムは十分な柔軟性を持ち、異なる精度レベルを処理でき、例えば Muse Spark Open はネイティブ精度で 1.6TB の RAM を必要としますが、圧縮により NVFP4 にすることで単一の 512GB Mac Studio に収めることができます。今後、Apple はこれらの技術のより深い統合を ICLR 2026 でリオデジャネイロで開催される会議において披露する予定であり、これには複雑なミキチャー・オブ・エキスパート（MoE）アーキテクチャへの対応や統一メモリアーキテクチャのさらなる活用が含まれます。この発展は、`mlx_lm.server` を使用してローカルで動作し、最適化されたサーバーに直接接続して遅延の問題なしに高速かつ機密性のあるワークフローを実行できる高度な「エージェント型 AI」アプリケーションへの道を開きます。

Claude Code チームがコードレビューを行う方法

## Japanese Translation: Anthropic は、人間に依存するボトルネックから AI 駆動型の継続的検証システムへ移行することで、ソフトウェア開発を革新しました。その結果、デプロイメント速度が劇的に向上し（日々のコード変更数は 2,500 から 3 万を越えるまで増大）、リバーチ率も大幅に低下しました。この仕組みの核心は、堅固な最終ゲートではなく知的なスペルチェックのように動作し、AI モデルである Claude Code がリポジトリ全体の意図と照らし合わせてディフ（差分）を検査し、人間の介入の大部分を完了する前に問題を修正します。Boris Cherny によれば、Claude に自らの作業を検証する能力（例：テストを実行）を与えることで、最終結果は 2〜3 倍良くなるという見積もりがあります。このプロセスを導くために、コードオーナーは CLAUDE.md および REVIEW.md ファイルを使用して、スタックの規約と目標を定義します。発見された事象は、「Important」なバグ、小規模な「Nits」、または「Pre-existing」の問題に分類されます。セキュリティチェックは、これらの問題が解決されるまでマージをブロックします。このシステムでは、人間による監督をリスクレベルに応じて拡張しており、低リスクの項目には承認 불必要で、中リスクの変更には 1 人の承認、高リスクのコードには常に 2 名の異なる人間の承認が必要です（エージェントの承認はこれらの枠数にカウントされません）。安定性を確保するために、Anthropic はまずフラグ付きで従業員にコードをテストするマージキューを使用し、main ブランチに対するチェックを再実行し、週次オンコールローテーションを維持しています。さらに、该系统は過去のインシデントに基づいて毎日評価を行い、バグを早期に捕捉します。最後に、このプロセスは無限ループを防ぐためにレビューラウンドを 3 に制限し、繰り返しのフィードバックを禁止することで、セキュリティやイノベーションを犠牲にせず高品質な検証を拡大しています。

AI ベンチマークでカバーされていない業務に米国の労働時間の 90％が使われている

## Japanese Translation: 現在の AI ベンチマークは実際の能力を正確に測定できておらず、その原因は対象となる業務が現実の業務のごく一部に過ぎることにあります。重要な発見として、米国の労働時間の 90% は既存の評価ではほとんどカバーされておらず、実質的な職業活動の領域を占めているという事実があります。この巨大なギャップが、大規模言語モデルが日常的な業務においてどのように機能するかを真に評価することを阻んでいます。この問題の根源には体系的なバイアスがあり、ベンチマークは高収入の職種（主に大規模労働市場におけるもの）に偏って優遇されるとともに、より重要度が低いものや物理的現実世界に関連するタスクは無視されています。具体的には、重要性が最も低いと評価されたタスクは、評価データセットに含まれる可能性が最多の場合でも 10 分の 1 に過ぎません。さらに、約 63% の職種は物理的な活動を含んでおり、これらは現状の標準的なデジタルテストでは捉えることが困難です。研究者たちは、単純な自動化研究の結果を複雑な人間の拡張シナリオに一般化する前に、統計的検出力不足や難易度のばらつきといった障壁を克服する必要があります。初期ベンチマークの選択基準や「経済的現実性」のような基準に関するこれらのバイアスを是正せずにいる場合、業界の評価は依然として労働時間の大多数を見落とし続けることになり、すべてのセクターにおける AI リディネスの不完全で誤解を招く画像を生み出しかねません。

モンテカルロシミュレーション

## 日本語訳: ## サマリー: モンテカルロシミュレーションは、不確定性を用いて複雑な問題解決に適用される強力な計算技術であり、特に従来の計算手法が困難を極める高次元のシナリオにおいて効果を発揮します。これらの手法は、大数の法則を適用することで、膨大な試行回数における特定の結果の比率を分析し、未知の値を推定します。例えば、数学定数「円周率」の精度を得るためには数十億回のサンプリングが必要となりますが、同様の論理はゲーム「SET」において、ハンドにセットが含まれていない低確率も成功裏に計算しました。 この手法は第二次世界大戦後にスタニスワフ・ウラムとジョン・フォン・ノイマンによって開発され、当初は核研究のために用いられていましたが、現在はインフレ率や株式収益などの履歴データを基にした金融モデリングの基礎となっています。しかし、平均値のみに基づく推定（例えば、退職を想定して年平均 4% のリターンを仮定すること）は危険であり、ボラティリティや収益が現れる順序という重要な要素を無視しているためです。実際には、市場の変動を適切にシミュレーションした場合、55 年間にわたって維持されることと予測されたポートフォリオは、22 年目に破綻する可能性があります。したがって、ユーザーは単一時点の平均値を超えて検討する必要があり、モンテカルロシミュレーションは隠れた失敗モードを明らかにし、市場の不確実性とサンプリング誤差に対するより良好な情報に基づいた意思決定を可能にする強固なリスク視点を提供します。

PGO や PG オ、このジレンマ。第 2 ステップ

## Japanese Translation: 元の要約は上位レベルの概要を適切に提供していますが、特定のエビデンス手法（間接呼び出しプロモーション、セクション分離）および制約事項（ワークロードの独立性）に関する「キーポイントリスト」の技術的な深さには欠けています。以下は、主要なメッセージを維持しつつ、正確性と完全性を確保するための重要な不足部分を統合した改善版です。 プロファイル誘導最適化（PGO）は、コンパイラ最適化における画期的な転換を表し、静的ヒューリスティクスを超えて実際のランタイム挙動を利用してソフトウェアのパフォーマンスを再形成します。2 パスのビルドプロセスとして動作する PGO は、まずコードにカウンターを実装して実行頻度を収集し、そのデータを元にバイナリのレイアウトに対する具体的な物理的変更を駆動するために再コンパイルを行います。これらの最適化は、静的な推測を上書きするため、頻繁に使用される呼び出しサイトをインライン化しながら冷たいコードパスを維持してバイナリの肥大化を防ぎ、高価な間接ジャンプよりもガード付きの直接呼び出しを促進します（C++ の vtables にとって重要です）。このプロセスは物理的にコードを最適化されたセクションに分離し、ホットコアを `.text.hot` に、可能性の低いエラー処理の尾部を `.text.unlikely` に配置することで命令キャッシュの密度を最大化します。さらに、PGO は関数を順次再配置し、支配的なケースに基づいて switch 文を下げて、レジスタ割り当てを調整してホットコードの速度と冷たいコードのサイズ制約とのバランスを取ります。これらの最適化は特定のトラフィック値ではなく制御フローの形状に依存するため、MTR などのツールが多様なワークロード間で必要な実行パスを効果的に捉えることができます。したがって、ユーザーはパイプラインバブルを予測ミスを排除し、ターゲットされたレイアウト変更を通じてバイナリのフットプリントを削減することで、MySQL のような複雑な環境において大幅な速度向上を実現します。

ピラミダル（YC W24）求人中

## Japanese Translation: ピラミダールは、リアルタイムニューラルモニタリングプラットフォームのインフラストラクチャ構築・スケーリングに特化したフルタイム職として、ニューヨーク本社にシニアバックエンドエンジニアを招募しています。この職位には年間ベース給与 25 万ドルから 30 万ドル、株式報酬、包括的な福利厚生、および日給制ランチ予算が付属します。応募者は、Python（並行処理、テスト）および Go に精通し、少なくとも 5 年以上のバックエンドシステムの設計・運用経験、コンテナ化／オーケストレーション（Kubernetes が好適）、リレーショナルデータベース設計、イベント駆動型／ストリーミングアーキテクチャに関する知識が必要です。主要な責任には、神経学的時系列データのハイレートストリームの管理、臨床ワークフロー向け API の拡張、および ML エンジニアと連携して研究用モデルを本番環境への推論へ展開しつつ、健全な可観測性（メトリクス、アラート、容量計画）を確保するとともにサイバーセキュリティ、トレイサビリティ、変更管理に関する医療機器規制の厳格な遵守が含まれます。この役割は、ピラミダールの使命である電気生理学的脳データのためのファウンデーションモデル構築をサポートし、大規模ニューラルデコーダーを実現することで発作検出を加速し、臨床現場における人間と脳のインタラクションを前進させることを目的としています。応募者は、厳格な 3 段階の面接プロセス（初期のアライメントスクリーニング：30 分、技術スクリーニング：1 時間、およびコーディング問題、システム設計、製品セッション、Q&A を含む対面での最終ラウンド）を経て採用されます。

/dev/null：開発者向けのソーシャルネットワーク

## Japanese Translation: システムは、コア機能に関連しないすべての入力を `/dev/null`（データが保存も処理もされずに瞬時に消失するデジタルな「ビットバケット」のような特別なファイル）へリダイレクトすることにより、廃棄可能として扱い、これにより未処理の標準出力およびエラーストリームを均一に扱うこととなり、関連性のない情報の蓄積を防ぎます。ローカルインターフェースは GitHub からユーザープロファイルを直接反映しており、開発者のフォロー、コミットのスター登録、会話への参加といった機能にはサインインが必須であり、表示はあくまで反映物であるため、アカウントの編集は GitHub 上で行う必要があります。コミットメッセージは 4,000 キャラクターを上限とするプレーンテキストで制限され、エントリは最新順に並べられ、ソートアルゴリズムは一切適用されません。この環境下で継続的なログ記録に依存する企業にとっては、特定の廃棄ストリームからは何ら出力もログも生成されないことを理解することが不可欠です。これは、システムが過去のコンテンツを保持したりバッファリングしたりしないためです。

Show HN: Gemini 4 Argon がスタークラフトをプレイします

## Japanese Translation: StarSkirmish Bench v0.2 ベンチマークは、BWAPI 4.4.0 を OpenBW 上で使用して C++ で競合的なプロトスボットを生成する大規模言語モデル（LLM）の能力を評価するものです。評価対象はハートブレイク・リッジ、ベンゼン、ディスタニエーションの3つのラダーマップで、各モデルのパフォーマンスは 5 回のランにおける平均勝利率（ELO は使用しない）で測定されます。生成されたボットは各マップについて 13 のロスターボットのすべてを 6 回ずつプレイし、すべての試行において新しいシード値を使用します。これらは厳格な 1 時間の壁時計時間制限内で実行されます。GPT-6 Astra が約49%の平均勝利率でトップですが、スタードスなど上位レベルの人間によって書かれたボットに対してはそれでも約7%しか勝てません。Gemini 4 Argon、Claude Opus 5.5、そして Claude Fable 5.1 は 37–39% の間を記録し、後従しています。GPT-6.1 Sol が第2位で、1 ランあたりの API 費用は GPT-6 Astra の約 1/10 でコスト効果の高い代替案を提供します。結果はラン間で高い変動を示しており（例：Gemini 4 Argon は±18 ポイント、GPT-6 Astra は±9 ポイント）、単一のテストでは能力の証明とはなり得ないことを示しています。パフォーマンスを最も強く予測する要因は推論への生来の努力ではなく、セッション中に7番目に強力なボットに対する練習に費やす時間量です。Muse Wonder Full や一部の Claude は高いスコアを得ながら主に弱いボットに対して練習を行っていますが、GPT-6 Astra、GPT-6.1 Sol、そして Gemini 4 Argon は早期段階から強力な相手に対して練習を優先しています。このベンチマークは Vals IOI と WeirdML と中程度の相関を示しますが、人工知能分析インテリジェンス指数との相関は低い（ρ ≒ 0.26）です。全体として、現在の AI 生成ボットはいくつかの特定の競技的シナリオにおいて確立された人間のコードに後れを取っており、生成されたボットのパフォーマンスを改善するためには即時の推論への依存のみではなく、練習のための時間配分を最適化することがより効果的です。

ビッグフィッシュ：OpenBSD の 37 年ぶりのカーネルバグ悪用

## Japanese 翻訳: OpenBSD に対する最近のローカル権限昇格exploit は、攻撃者が強化された防衛を迂回して root アクセスを得ることができる重要なセキュリティ上の隙間を示しています。主要なメカニズムは、共有メモリの処理における古くからの整数オーバーフローバグに依存しており、37年前のコードが小さな 16 ビットのカウンターを使用し、反復的なプロセスフォーク時にオーバーフローする際に発生します。これは、解放されたメモリをシステムが正しく管理しない「使用後の解放」（use-after-free）攻撃を可能にする危険なランコンディション（race condition）を生み出します。このオーバーフローを、特定のネットワーク設定によってトリガーされる境界外書き込み脆弱性と組み合わせることで、機密データを漏洩させることなく内部カーネルポインタを破損させることができます。同様の問題については以前のエラタで部分的に対処されてはいますが、持続的なレジリエンスのために新たな防衛策が必要です。これらの脅威に備えるために、開発者は安全なunlink プロトコルの実装とブート時のメモリ配分ランダム化を行い、予測可能な攻撃ターゲットを不可能にしなければなりません。さらに、Linux 系システム上で OpenBSD を実行している際の境界外エラーやメモリエラーに対する堅牢な保護層を提供するためには、配分境界サンタイザーなど、コンパイラの安全性機能を有効にすることも重要です。

ポンペイとエルクーレオムの放蕩なグラフィティ（2017）

## Japanese Translation: ポンペイとエルコラネオ（両都市は西暦 79 年のヴェスヴィオ山噴火によって破壊された）における最近の発掘調査は、古代ローマ人が「原始的」であるというステレオタイプを揺るがし、身体機能、ユーモア、公的な表現に関する驚くほど現代的な感性をもつ文化であることを明らかにしています。多様な場所で見られる数千ものグラフィティタグは、今日のソーシャルメディアの投稿のようになっています：軍事拠点（例えば、第 1 プレトリアン大隊および第 7 ラジオンの兵士が記したものであり）、公共のトイレット、娼館（ビコ・ド・エウマキアの例がある）、バー（エルコラネオのルピナリェの例がある）、住宅（シタリストの家、クスピーウス・パンサの家、ケシウス・ブランドスの家の例がある）などから。 これらの文字には古代の「レビュー」も含まれています：皇帝ネロの金融業者は 2,000 年前に食品を毒物と称し、別の者はヌケリアがポンペイよりも飲み物が良いと主張しました。また、金銭に関する通知も現れます：劇場通りのポスターには、欠落した銅壺を返還する者に 65 セステルティウス、盗賊を捕まえる者には追加で 20 を与えると通告されていました。住民は正確な日付、名前、場所を記録しました：例えば、ヘルメロスが 6 月 15 日にルピナリェにおいてフィレテルスとカフィススとの性行為をしたことなどがその例であり、個人的な表現に対する強い関心を示しています。 ユーモアおよび露骨な内容は一般的です：公共のトイレットには「セクンダスがここで排泄した」ような記録があり（これはセントナリエスの家の 1 つの壁に 3 度も書かれていた）；バーや家では性行為が文書化されています； basilica の碑刻には、薄毛への侮辱、痔、宦官、自決への呼びかけ、蛮族についての苦情などが含まれています。安全規制もグラフィティに現れます：エルコラネオの水道塔で排泄した場合の罰則や、そのような行為をする奴隷を殴るよう命じる命令などです。 結局のところ、これらのテキストは、古代におけるユーモア、公的な行動、コミュニティの苦情をめぐる社会的ダイナミクスが現代と類似しており、ローマ人の日常生活を単なる遠い過去または未開の社会としてではなく、豊かで人間味に富み、意外なほど現代的であると再定義しています。より詳しい読書のために、ポンペイに関する Mary Beard（2008）および Pompeian グラフィティに関する Brian Harvey の著作を参照してください。

ギフシティーズ

## Japanese Translation: 要約：インターネット・アーカイブは、歴史的な Geocities コンテンツを通じてアクセス可能なアニメーション GIF 検索ツールを備えた特別プロジェクト「GifCities」を発表しました。数百万冊の無料書籍、映画、ソフトウェア、音楽、ウェブサイトを持つ非営利デジタル図書館として、アーカイブは「全知識への普遍的アクセス」を目指しています。このイニシアチブにより、技術的な専門知識を持たないユーザーが回転する雪だるま玉、飛翔する蝶々、風船、キラキラ星、猫の描画といったクラシックなインタラクティブ要素を瞬時に探し出し、早期のインターネット文化を保存することができます。このツールは、早期のウェブ文化に関する貴重なデータへのコストフリーアクセスを提供することで研究を豊かにしますが、これらの保存活動を維持するには財政的支援が必要であり、したがって寄付が緊急に求められています。コミュニティによる資金提供がない場合、これらのユニークな歴史的リソースの利用可能性が脅かされる可能性があるため、これらのデジタル記憶を存続させ、アクセス可能に保つために一般公衆の寛大さが不可欠です。

トークンリングネットワークとは何ですか？

Show HN: Wonderhop – 毎日のお遊び：多くの人が何と言うか、あるいは誰も言わないことを推測するゲーム

## Japanese Translation: ## まとめ：デイリー・ワード・ゲームは、それぞれ 7 つの質問を含む 4 つのユニークな日常チャレンジを提供します。プレイヤーは、30 秒（概ね）または Abyss モードでは 40 秒という厳しい時間制限下で最大スコアを達成するために、頻度、歴史的用法日付、または人気に基づいて戦略的に単語を選択します。3 つのプレイスタイルが利用可能です：Sky は一般的な回答を使ってより高く登り、Abyss は希少な単語を使ってより深く潜水し、Time Travel は最古または最新の回答を使って仮想時間を進めたり戻したりします。ゲームは 10 の言語をサポートしており、世界中のすべてのユーザーが指定された日の同じ質問セットを受け取るため、標準化された体験を確保しています。成功には、タイマーが切れる前に単語が頻繁に使用されるものか、希薄なものであるか、歴史的に重要であるかを識別することが依存します。これらのパターンを理解することで、プレイヤーは 700 ポイントの最大スコアを達成でき、共有の日常パズルを通じて速度と語彙知識を組み合わせた多様な地域で競争できます。

ソフトウェアレンダリング大好き

## 日本語訳: 著者は、クラシックな Build エンジンのゲームの本物らしい体験を今日の時点で達成するには、現代のハードウェア上でソフトウェアレンダリングを使用し、シャープなピクセルと粒状なカラーバンドングを通じて 1990 年代の純粋な美観を最優先する必要があると考えている。この手法は CPU が各ピクセルを描画するように依存しており、これは『ドゥーム』、『デューク・ヌーケム 3D』、『ブラッド』、およびオリジナルの『クエイク』といったタイトルが最初に採用した技術である。これらの初期ゲームは明確に CPU ベースの描画のために設計されており、3D 加速ではなく、著者は真の忠実度を得るためにネイティブ DOS 環境を、現代的な Windows エミュレーターやソースポートよりも優れていると主張する。 現代のハードウェアはファンの間でこれらのタイトルを高解像度（例：800×600 でロックされた 60fps）で動作させることを可能にし、これは 1990 年代には達成できなかったものであり、著しく進化したコンピューティング能力を披露している。しかしながら、最大限の歴史的正確さを達成するためには互換性の高いサウンドカードも必要であり、現代的な PC はゲームがネイティブに通信する特定のハードウェアを備えていないためである。『Ion Fury』のような新リリースは Windows 上で内蔵のソフトウェアレンダラーオプションを提供しているが、著者はこれらのゲームを意図された通りに体験するために、プレイヤーが元の文脈で実行することで技術的な制約を受け入れるべきであると強調する。このアプローチのために推奨されるタイトルには、『クエイク』、『ブラッド』（高 VESA 解像度）、および『スクリーマー』が含まれる。このような歴史的な実践の再生は、ビンテージハードウェアの制限への深い理解とコンピューティングパワーの進化への称賛を通じてレトロゲーミングコミュニティに恩恵をもたらす。

レンワールの窃盗画がコンクリートブロック壁の裏で損傷して見つかった

## Japanese Translation: カニユール＝シュル＝マルから盗まれた2点の極めて貴重なローノワールの絵画が、クレモン＝ル・エローの壁裏からほぼ無傷で回収され、これは直近の高プロファイルな被害（1億ドルを失ったロヴァール美術館の強盗事件では1点のみが発見された）と比較して大きな成果となっています。当局はDNA証拠と尋問結果に基づき、29歳の容疑者を9月の強盗犯として特定し、4点中3点は無事回収され、1点は枠が損傷するにとどまりました。絵画本体には重大な被害はなく、1着のドレスに裂け目があったなど特定の箇所の修復のみが必要でした。この迅速な回収は、犯罪グループの6名が逮捕されたことで警察当局の効率性において新たな基準を設けました。フランス当局はこの作戦を称賛しており、これは盗難対策としてのセキュリティ措施への公衆の信頼を大幅に高める可能性があるとしています。リムーワールの磁器強盗などによる美術館が標的になりやすいという懸念はありますが、このケースは組織犯罪グループから文化遺産を守るための有効な戦略が存在することを示し、機関たちを安心させています。

Dekton とは何なのか、一体どうやって決めるのか？

## Japanese Translation: 厳密な改善は必須ではありません。要約が簡潔かつ正確であるためです。しかし、キーポイントリストとの整合性を高めるために、デクトン（コセントィノ製）の具体的な起源を記載し、流れを整えるための微調整を行うことで、やや改良されたバージョンを以下に提示します： 「モダンな材料である Dekton は新たな発明ではなく、古代中国の磁器技術の科学的復活を表しています。チャールズ・C・マーンの指摘によると、Dekton—コセントィノによって 2013 年に人為的に開発されたものです——は本質的に先進的な磁器であり、18 世紀のザクセンが「中国石」（崩解した花崗岩）についての知識を持たなかったため、中国陶磁器を模倣することに苦しみながらも歴史的課題に対処するものです。以前の失敗は原材料の欠如に起因しましたが、現代の製造工程では高温焼成（1,200°C）と極度の水圧（25,000 メトリックトン）を組み合わせて、熱・傷・汚れへの耐性に優れた表面を創出します。この 6 ヶ月で 2 億ドルを投じた開発は、極めて耐久性に焦点を当てた材料科学の新たな時代を示しています。しかし、この性能にはプレミアムがかけられており、Dekton の価格は標準的な強化ガラス（約 30 ドル/平方フィート）の 5 倍です。したがって、セラミックスセクターではレガシーな技術が再発明され、より長い寿命を提供することで進化しており、これは「ウェットアクティベーター」ようなイノベーションと並行して、高コスト・高性能な人工材料が今後も継続して登場すると予測されます。」 （注：原文の "six-year" は文脈的に「6 年」と解釈しましたが、元の英文では "$200 million development marks a new era" の直前に "This six-year..." とあり、通常「6 年間の開発」を指す表現です。原文の意味を正確に保つため、「この 6 年間での...開発」と翻訳しました。）

なぜハーネスがエネルギー（およびトークン）効率にとって重要なのか

## Japanese Translation: Chad Gibson（Neuralwatt の共同創設者）によると、推論のエネルギーコストが高くなる主な要因はモデルアーキテクチャではなく、ハネス内のプロンプトキャッシュ戦略の不効率性です。システムが「キャッシュミス」に遭遇すると（これはツール更新、日付変更、または剪定などのプロンプト中での編集により頻繁に引き起こされます）、分岐点からトークンを再計算する必要があります。この単一のエラーは、数百回通常のユーザー相互作用とほぼ同等のエネルギーを消費することもあり得ます。例えば、GLM-5.3 ではキャッシュミスが発生すると、完全キャッシュされたリクエストに比べてエネルギー消費が約 2.5 倍増加し、past-128k トークンを含む深いセッションは特に高コストになります。 この問題を解決するためには、組織はセッション管理を最適化し、より賢いルーティング戦略を実装する必要があります。高度なハネスは、追加専用ログを採用し、ツールリストを安定させ、コンパクションを延期することで高い効率を実現しています。エネルギー消費の大部分を占める特定少数のリクエスト（深いシーケンスミスを持つもの）を対象とするようにすることで、企業は運用コストを大幅に削減しつつ、ファーストトークンまでの時間を改善できます。今後の改善では、ヒット率を向上させるプレフィックス感知型ルーターに焦点を当て、現在の非効率性を複雑な技術的刷新なしで持続可能な AI 展開のための重要なレバレッジへ転換すべきです。