日付別ニュース一覧

ジョン・テルナス氏、次期アップル CEO に就任

## Japanese Translation: 欠落している要素は、キーポイントリストからの具体的なデータポイントおよび製品の詳細を組み込んだ改良されたバージョンを採用する価値があり、ソース資料の包括的な反映を確保するためには十分な重大さがあります。 **改善されたサマリー：** Apple は、John Ternus が 2026 年 9 月 1 日に CEO に就任し、Tim Cook を後継することを含む大規模なリーダーシップ移行を公式に確認しました。取締役会はこの計画を全会一致で承認し、Cook が 2011 年に CEO に就任してから歴史的な業績を認識しています。彼は社員の市場価値を約 3500 億ドルから 4 兆ドルへと成長させ、収益を 2011 会計年度の 1080 億ドルから 2025 会計年度の 4160 億ドル以上までほぼ四倍に拡大しました。Cook は日常業務から退き、執行議長として務める一方で、夏の間は CEO を辞任せず、円滑な引き継ぎを確保します。彼の指導の下、Apple は Apple Watch、AirPods、Vision Pro という象徴的な新カテゴリーを導入し、自社設計のシリコンに移行し、200 カ国以上および地域に店舗を持つ 500 店以上の小売網を拡大しました。また、チームメンバーが 100,000 名以上増加し、現在稼働している 25 億台超のデバイスベースを支援しています。 John Ternus は、2001 年に製品設計チームの一員として Apple に加入し、2021 年にハードウェアエンジニアリング担当副社長となり、2026 年 9 月 1 日に CEO の役職を引き継ぎ、取締役会に就任します。彼の指導の下、MacBook Neo、iPhone Air、フルモデルの iPhone 17 シリーズ、アクティブノイズキャンセレーション搭載のアバンスド AirPods、Apple Watch Ultra 3 に用いられた再生アルミニウムや 3D プリンティング钛など、重要なハードウェア革新を監督しました。さらに、Arthur Levinson は 2026 年 9 月 1 日に非執行会長からリードインディペンデントダイレクターへ移行します。この戦略的なシフトは、Apple の長期的なビジョンを固めるものであり、ハードウェア革新と持続可能性への深いコミットメントを持つ内部人材へのリーダーシップの引継ぎによって実現され、新鮮でありながら親しみのあるリーダーシップの下での継続性を確保します。

「楽しさと利益のためのジュージ・メガマージ」

## 日本語訳: 記事は、JUJUTSU で導入される簡素化されたバージョン管理ワークフロー「megamerge」について紹介しています。これは、オクトパス合併（3 つ以上の親を持つ合併）を用いて、複数の開発ブランチを単一のローカルのベースコミットに統合します。不安定なブランチの先頭に直接作業を行う代わりに、開発者は関連する上流ブランチ（機能追加、バグ修正、設定など）を親とする空の megamerge コミットを作成し、作業コピーが常にすべての変更を統合してコンパイル可能になるように確保するとともに、タスクを変更する際に予期せぬリモート合併競合を排除します。 megamerge を開始するには、`jj new x y z` を実行した後に `jj commit --message "megamerge"` を実行し、指定されたブランチを親とする空のコミットを作成します。すべての書き込みは、このベース（WIP ス tack）の上で実施され、megamerge がローカルに留まることで安定性を保ちます。個々の機能ブランチは遠隔リポジトリへ通常通り公開し続けますが、megamerge 自体はプッシュされません。 `jj absorb` を用いて上流の変更を自動的に統合するワークフローでは、約 90% の更新を後続的可変コミットに圧縮して同定します。新しい作業で独自のコミットが必要になる場合は、bookmark を更新しながら WIP を megamerge の下に移動するために `jj rebase --revision y --after x --before megamerge` を使用します。並列ス tack の管理には revset アリヤス（例: `"closest_merge(to)" = "heads(::to & merges())"`）および `stack` コマンドを用い、`stage = ["stack", "closest_merge(@).. ~ empty()"]` というようにのアリヤスで一度にステージリングし、その後 `jj stage` を実行します。 メインブランチ（`trunk()`）との同期を維持するには `jj rebase --onto trunk()` を使用でき、これは自分が所有するコミットに対して動作し、他者によるブランチは保護されます。Mutable コミットのみを安全に trunk へ rebase するための場合は、`restack = ["rebase", "--onto", "trunk()", "--source", "roots(trunk()..) & mutable()"]` というようなアリヤスを使用します。全体として、このアプローチは合併による面倒を大幅に削減し、新しい作業が堅牢な統合された基盤の上に自然と構築されるような円滑で協力的なサイクルをサポートします。

『Soul Player C64 ―1MHz のコモドール64で動作する本物のトランスフォーマー』

## Japanese Translation: Soul Player C64 は、未修正の Commodore 64 でネイティブ速度（約 1MHz）で完全動作する縮小版变压器モデルを実行し、画期的な成果を達成しました。このシステムは、2 レイヤーのdecoder-only アーキテクチャを実装するため、手書きの 6502/6510 アセンブリ言語を使用しており、リアルなマルチヘッド因果的自己注意機構、RMSNorm、および ソフトマックス（128 エントリのルックアップテーブル経由で）を備えており、すべてが 1 つのフロッピーディスクに収まります。主要な技術的突破口としては、6502 プロセッサの精度限界を克服しつつ有意義な重みを保つために、標準の 17 ビットではなく 14 ビットのみで注意スコアをシフトすることなどが挙げられます。 ChatGPT のような現代の巨人と並んでモデルは動作しますが、約 25,000 int8 パラメータという厳格な制約下にあります：単語書式は 128 トークン（大文字を未知として扱う）、埋め込み次元は 32、最大トレーニングコンテキストウィンドウは 20 トークンです。推論にはトークンあたり約 60 秒かかりつつも、レガシーハードウェアでのローカル機械学習の探求へのアクセシブルなパスを提供します。 このプロジェクトには、ユーザーがカスタムモデルをトレーニングするための包括的なツールが含まれています：`train.py` は Quantization-Aware Training (QAT)、FakeQuantI8、およびラベルスムージングをサポートし、重みをコンパクトなバイナリ形式にエクスポートします；`build.py` は C64 バイナリをコンパイルします；`test.py` はほぼ 90 の厳密な検証テストにより安定性を確保します。リリースパッケージにはソースファイルと即座に実行可能なビルドの両方が含まれており、高度な AI コンセプトがハードウェア変更なしでビンテージシステム上で機能することを示しています。

Kimí ベンダー検証ツール：推論プロバイダーの精度を検証します

## Japanese Translation: アリババ・クラウドは、オープンソース AI に関連する重要な信頼性課題に対処するため、推論精度を検証するためのツールである Kimi ベンダー verifier（KVV）とともに、Kimi K2.6 モデルを発表しました。この取り組みは、初期のベンチマークテストで識別された異常に対応しており、予期しないモデル振る舞いは、実際のモデル欠陥ではなく、サードパーティ製プラットフォーム間で不整合なデコードパラメータやインフラストラクチャの違いによって引き起こされていることが明らかになっていました。これらの課題を解決するため、アリババは単なる症状の検出から退き、vLLM、SGLang、KTransformers などの技術を用いて、デプロイメントスタック内の根本原因へ修正シフトしています。戦略には、思考モードにおいて厳格な API セット（Temperature=1.0、TopP=0.95）を適用し、6 つの主要ベンチマーク（Pre-Verification、OCRBench、MMMU Pro、AIME2025、K2VV ToolCall、SWE-Bench）を提供し、推論精度を速度よりも優先する公開リーダーボードの設立が含まれます。さらに、H20 GPU 上のインフラストラクチャ検証への早期アクセスや長時間タスク用の最適化済みスクリプトにより、ベンダーがパフォーマンスの崩壊を防ぐことができます。究極的には、この包括的なアプローチは、ユーザーがモデルの本質的な能力と技術的偏りを明確に区別でき、ホスティングプラットフォームに関わらず信頼できる AI サービスを受けられるような、信頼性の高いエコシステムの創出を目指しています。

モネロコミュニティクラウドファンディングシステム

## Japanese Translation: このテキストは、単に寄付者にモネロプロジェクトの一般基金へ資金を提供するよう求める機能的指示として機能しており、そのための具体的なウォレットアドレス（`888tNkZrPN6JsEgekjMnABU4TBzc2Dt29EPAvkRxbANsAnjyPbb3iQ1YBRk1UXcdRsiKc9dhwMVgN5S9cQUiyoogDavup3H`）を明示しています。また、このテキストには、Suchな寄付の利点に関する説明や背景、歴史的経緯といった理由は含まれていません。さらに、一般支援ではなく特定の提案に関連する資金調達要件については、「Funding Required」セクションで参照されるよう明記されています。

GitHub の架空のスター経済圏

## 日本語訳： Carnegie Mellon University、北卡罗来纳州立大学、Socket の共同による査読付き最近の研究「StarScout」（ICSE 2026 で提示）は、18,617 リポジトリにわたる GitHub イベント 67 億件以上を分析し、有料サービスおよび AI 生成プロジェクトによって駆動される 600 万件の疑わしい架空スター（fake stars）を特定しました。この問題は 2024 年に急速に加速しており、7 月時点で 50 スター以上のリポジトリの 16.66％が架空キャンペーンに関与していました（2022 年以前にはほぼゼロでした）。主要な懸念事項としては、フォーク対スター比が極端に低いこと（例：FreeDomain の比率は Flask より 26 倍低い）、「ゴーストアカウント」の特徴である登録日が古く、公衆への寄与がなく、フォロワーとの差が大きいことが挙げられます。AI/LLM リポジトリは現在、架空スターに対する最大の非悪意のあるカテゴリであり、その後には crypto プロジェクトが続きます。注目すべき点は、購入されたスターが発見アルゴリズムを成功裏に利用していることを示す 78 の事例が GitHub Trending に登場したことです。これらのメトリクスは深刻な投資リスクを生み出しており、Redpoint を含む VC は特定のスター数（シードラウンド用 2,850、シリーズ A 用 4,980）をソーシングシグナルとして利用し、シードラウンドに対する人為的な ROIs を 3,500 倍から 117,000 倍まで得ています。プラットフォーム側の対応により、フラッグされたリポジトリの約 90％が削除され、関連ベンダーが禁止されていますが、約 43％の基盤アカウントは依然としてアクティブです。規制当局からの圧力が高まる中、FTC が架空メトリクスに対する禁止措置（違反 1 件につき最大 53,000 ドルの制裁金）を強化し、SEC が資金調達におけるインフレ対策を取っているにもかかわらず、この操作が行われています。これらのリスクを軽減するため、専門家は生のスター数を越えて進み、エンゲージメントの質、ユニークな月間貢献者活動、使用テレメトリを考慮する重み付けされた人気メトリクスへ移行し、簡単に膨らませられるファンタジーメトリクスに依存すべきではないと推奨しています。

たとえ「検閲されていない」とされるモデルであっても、望むことを自由に語ることはできません。

## 日本語訳: 2026 年 4 月の Research Workbench の調査結果に基づき、安全フィルタリング済みまたはファインチューニング済みのモデルが、明示的な拒絶を発せなくても、中立な代替語（例：「追放」）に対し大幅に低い確率を充電された語（charged words）に割り当てる現象として、「flinch」と呼ばれる隠れた歪みが生じる。Flinch は、純粋な文脈的妥当性に基づくべき言葉の確率と、オープンデータ事前訓練モデルが割り当てる確率との差として測定され、スコアは 0（抑制なし）から 100（ほぼ完全な抑制）まで範囲をとる。EleutherAI の Pythia-12B、Allen AI の OLMo-2-13B、Qwen 変種、Google の Gemma モデル、OpenAI の gpt-oss-20b を含む 5 つのラボからなる 7 つの事前訓練モデルにおいて、この歪みは下流の「検閲なし」ファインチューニングや拒絶アブレーション（abliteration）の有無にかかわらず持続する。例えば、「The family faces immediate _____ without any legal recourse」という文脈では、Pythia-12B は「deportation」を 23.27% の確率で予測したのに対し、Qwen3.5-9B-Base は「financial」に 69.19%、「deportation」にはわずか 0.0014% を割り当て、約 16,000 倍の開きが生じた。Flinch は、Anti-China、Anti-America、Anti-Europe、Slurs、Sexual、Violence の 6 つのカテゴリに分けて測定された総計約 4,442 の文脈において、1,117 の充電された語に影響を与える。拒絶メカニズムを除去しても、単語レベルの確率歪みはそのまま残っており、単純なフィルタアブレーションでは不十分であることが示されている。真の言語的中立性を達成するには、出力層だけでなくトレーニングおよびアライメント戦略自体の根本的な変更が必要かもしれない。

OpenAI アディパートナーは、現在「プロンプト関連性」に基づいたチャット GPT の広告掲載を開始しました。

## Japanese 翻訳: 3 月 27 日、StackAdapt は「OpenAI × StackAdapt Limited Pilot Program」と題したピッチデッキを公開し、人工知能（AI）エコシステムの進化にともなう排他的な早期アクセス機会として、ChatGPT 内での広告テストを実施するよう、静かに広告主を誘致しました。この独立系の需要側プラットフォームと OpenAI の間でのコラボレーションは、製品を調査中のユーザーを獲得すべく、CPM（千件あたりのコスト）15 ドル以下の魅力的な財務インセンティブや割引手数料を提供することを目的としています。StackAdapt はこのパートナーシップを発展途上の広告インフラ向けのテストであるとして位置づけていますが、同イニシアチブはデジタル広告における画期的な変化を意味します。世界中で最も急速に成長する消費者向けプラットフォームの一つ内にプロモーションコンテンツを配置することで、このパイロットプログラムは情報を求める消費者が自然な文脈の中で新たな発見層へとアクセスできる場を生み出します。この動きにより、ブランドはソリューションを探求するまさにその瞬間に、高意図のオーディエンスを正確にターゲティングすることが可能となり、AI チャットボット内での製品調査と商業メッセージの接点における根本的な変化を引き起こします。結局のところ、本プロジェクトは市場の全面展開前に広告機能を最適化するための戦略的実験として機能しています。

ggsql：SQL のためのグラフィックス・グラマー

## Japanese Translation: ggsql は、構造化された可視化機能をアナリストやデータサイエンティストに提供する目的で、SQL 構文内に「グラフィックの文法」を直接実装したアルファバージョンを発表しました。別途 R や Python 環境を必要としないよう設計されたこの単一の実行可能ファイルアプリケーションは、ユーザーが特定の SQL クエリ節を用いてプロフェッショナルなチャートを作成することを可能にします。「VISUALIZE」節がクエリの開始を担当し（このキーワード以前には CTE や UNION をサポート）、「DRAW」節が可視化レイヤー（例：点、滑らか化する線、ヒストグラムなど）を構築し、ジッターなどの設定で微調整できます。「SCALE」節はデータ値を審美的な表現にマッピングし、「PLACE」と「LABEL」節は注釈およびテキストを担当します。標準的な SQL クエリが結果をテーブルとして実体化するのに対し、ggsql はデータを可視化エンジンに直接供給することでパイプライン効率を高めています。18 に及ぶ ggplot2 の経験を基盤としつつ R のレガシー制約を回避しており、Quarto、Jupyter ノートブック、Positron、VS Code などのプラットフォームへの埋め込みに最適化されています。今後のアップデートでは、高パフォーマンスな Rust バックエンドの採用、テーマリング、インタラクティブ機能、空間データのサポート、セキュアなサンドボックス環境内での強化された AI 統合が含まれる予定としています。

Rust の Zero-Copy ページ：あるいは、我々がいつの間にか「ライフタイム」を心配せず、むしろ愛し始めた話

## Japanese Translation: 提供されたサマリーは、鍵となるポイントリストに記載されている主要な技術的業績およびアーキテクチャの詳細を効果的に捉えており、よく構成されており包括的です。ゼロコピー設計、所有権の保証、ハードウェア制約、バッファ管理といった重要な概念については明瞭さを保ちつつ、不要な専門用語を排除しています。改良点は必要ありません。 ## サマリー: 本記事は、カーネル空間とユーザー空間間の高価なデータのコピーを排除し、スループットを大幅に向上させる高性能な Rust データベースアーキテクチャを導入します。`O_DIRECT` フラグを活用して OS ページキャッシュを迂回することで、このシステムは速度を犠牲にせず安全性を維持します。これは、標準的なエンジン設計においてメモリの境界で頻繁にコピーを行うことで処理が低速化するという点に対する主要な利点です。このソリューションは、Rust の独自の所有権モデルに頼っており、`PageReadGuard` を使用して読み取り、`RwLockWriteGuard` を使用して書き込みを行いながら、固有のコピーを作成するのではなく借用されたビューを保持することでデータ整合性を確保します。また、64 ビット DMA サポートがない古いシステムといった特定のハードウェア制約についても巧妙に対応しており、`HeapHeaderRef` などの間接化技術を利用します。実践的な意味では、これにより挿入操作時のメモリの境界シフトが効率的に行われ、バッファプール内のページ除去ポリシーも滑らかに管理されます。結局のところ、このアーキテクチャを採用して導入する企業は、CPU オーバーヘッドの大幅な削減を期待でき、高ボリュームなデータ処理アプリケーションが最小限のリソース浪費と最大効率で負荷の高い運用を処理できることを意味します。

ケフィア・C17/C23 コンパイラ

## Japanese Translation: Kefir は、Jevgenij Protopopov 氏によって独自に開発された独立系の C17/C23 コンパイラーで、Linux（glibc/musl）、FreeBSD および BSD ベンディションの x86_64 アーキテクチャを対象としています。Kefir は、スタックベースの IR、SSA オプタイマー、ターゲット IR からなる独自の 3 つの段階構成の内部パイプラインを備え、DWARF-5 サポートや内部表現への JSON 出力といった高度なデバッグ機能を搭載しています。GNU coreutils、Curl、Nginx、PostgreSQL を含む主要ソフトウェアを含む 100 のサードパーティ製プロジェクトで検証されており、Kefir は優れた自己再現性を備え、ビルドの整合性が最重要となる特別なテスト環境において理想的です。純粋なパフォーマンスは GCC や Clang という業界の大手に劣っていますが、双ライセンスモデルにより強力な法的互換性を提供します：メインコンパイラーは GNU GPLv3、ランタイムコンポーネントは BSD-3-Clause です。将来の開発では、完全な C23 機能、ビット精密な整数、128 ビット整数の扱い、glibc ヘッダーの癖への修正を積極的に統合しています。公式ミラーと Arch Linux、Guix、Fedora、Ubuntu向けのパッケージを含む配布オプションにより、Kefir は最高速ではなく厳格なビルド整合性を重視する開発者にとって、監査可能なニッチなソリューションを提供します。

F‑35 は、間違えた戦争のために設計されています。

## 日本語訳： イランでのＦ－３５は絶大な成功を収したが、中国などの高度な相手に対する長引き戦争でこれを主要な資産として依存することは、存在そのものを問う金融リスクと戦略的リスクをもたらす。生涯コストが予測され2兆ドルを超え、生産ペースも不足しており緊急増産ができないため、高密度かつ多層的な対空防御を持つ中国に対して必要な耐性を備えていない高価なＦ－３５は、脆弱な航空基地への配備や脆い支援インフラへの依存を背景に、現代の紛争の中核として持続可能ではない。さらに、現状の保守負担により全艦隊の稼働率は概ね50％前後に留まり、出撃数に決定的な上限が設けられている。「物理的」および「持続可能性」の問題に対応するため、米国はミックスフォースへと転換すべきであり、広範なインフラなしに簡素な場所から作戦可能な安価で交換可能な無人システムを拡大し、非ステルス性の代替手段を実質的に置き換え、壊滅的な損失を軽減させることで対応する。これにより数十億ドル規模の調達資金が解放され、変革的な自律ドローン開発のための余地が生み出されると同時に、Ｆ－３５保有数の縮小と相まって同級紛争に必要な質量を取り戻すことができる。また、高生産量による無人機設計における搭載重量・航続距離・センサー性能への制限を克服し、現在の無人システムの問題点も解消できる。

量子コンピュータが、128 ビットの対称鍵に対する脅威ではない

## Japanese Translation: 元のサマリーは流れと明晰さの点で優れており、主要なメッセージを効果的に捉えています。「全ての主要なキーポイントが反映されている」と厳密に準拠させるためには、Grover 攻撃を並列化する際の困難性の具体的な理由を追加するか、CNSA 2.0/BSI を名称で明示することも可能ですが、現在のバージョンは提供されたテキストに基づき非常に読みやすく正確です。

# 現代的なレンダリングのカルリング技術 ## 概要 現代のレンダリングパイプラインは、カメラ視点から非表示であるオブジェクトを除外することによりパフォーマンスを最適化するため、多種多様なカルリング技術を採用しています。これらはラスタライズおよび幾何学処理における計算負荷を低減し、高いフレームレートでのリアルタイムグラフィックスの実現を可能にします。 ## 代表的なカルリング手法 * **フラスラムカルリング**：カメラのビューフラスラム（視野角を表す円錐体状の体積）内に存在する幾何学的プリミティブを決定します。この領域外にあるオブジェクトは、レンダリング実行前に破棄されます。 * コンベックスヒルとフラスラム平面との間の交差テストを実装しています。 * ビデオゲームや VR/AR などのリアルタイムアプリケーションで広く利用されています。 * **奥行きカルリング（オクルージョンカルリング）**：ビューフラスラム内の不透明な表面によって隠されているオブジェクトを特定し、完全に遮断された幾何学に対する不要なラスタライズを回避します。 * 深度バッファまたは事前計算された可視性情報のデータ構造（例えばオクルージョンクエリ）を活用しています。 * 複雑な幾何学を持つ静的シーンにおいて高いフレームレートを維持するための重要な技術です。 ## 最適化戦略 * **階層的カルリング**：シーン内のオブジェクトを階層構造（例：バウンディングボリュームヒエラルキー）に整理し、まず外側の境界をチェックすることで迅速なカルリングを行うことを可能にします。 * 詳細な交差テストが必要となる回数を大幅に削減します。 * **レベル-of-Detail (LOD)**：カルリングを動的解像度または距離に基づく詳細度の調整と組み合わせ、遠方のエンティティーに対してポリゴン数を削減する手法です。 ## まとめ グラフィカルアプリケーションにおいて最適パフォーマンスを実現するためには、現代的なレンダリングのカルリング技術を効果的に実装することが不可欠です。開発者はフラスラムカルリング、オクルージョンカルリング、および階層的カルリングを戦略的に組み合わせることで、描画呼び出し回数を最小化し、GPU の負荷を抑えつつも視覚的な忠実度を維持することができます。

## Japanese Translation: グラフィックの最適化は、単一の「聖杯」が存在しない恒久的な課題であり、代わりに効果的なレンダリングには複数の可視性テストの層を重ねて不要な作業を回避すること reliance します。その原理がおよそ 80% の最適化で占められます。基本的な技術には、**Distance Culling**（遠いオブジェクトを無視）と **Backface Culling**（非表示面をスキップ）が含まれ、**Frustum Culling** はオブジェクトがカメラの視野内に含まれているかをチェックしますが、メッシュレットベースのアプローチによる解決がない限り、大規模な画面外オブジェクトでは対応が困難です。高度な戦略はこのスタックをさらに精細化します：**Occlusion Culling**（ハードウェアクエリ、MSOC などのソフトウェアシミュレーション、または Hi-Z ブファーを使用）、**Screen Size Culling**、および静的シーネンや屋内環境向けの専用手法（**PVS**、**Portal Culling**）。現代的な GPU に主導されるレンダリングでは **Indirect Drawing** や **Meshlet/Cluster Culling** が活用され、Unreal Engine 5 の **Nanite** は GPU の階層構造を利用して手動の LOD チェーンを排除します。技術はまた、タイルまたはクラスター化アプローチを通じてライティングとシャドウにも拡張されます。重要な経験則は、正しさ（オブジェクトが消えてしまうような偽陰性を回避）とパフォーマンス（無駄な作業を積極的に除去）のバランスを取ることです。将来の開発では、高価なクラスターベースシステムの使用と安価なオブジェクトレベルチェックの使用時点をコンテンツ正当化によって決定し、オープンワールド、狭い廊下、車両など多様なゲーム環境でも滑らかなパフォーマンスを保証することに注力します。

EU 市場で販売される全スマートフォンは、2027 年までには交換可能なバッテリーを備えることとなります。

## 日本語訳: 2027 年 2 月 18 日より、欧州では新しい規則により、販売されるスマートフォンとタブレットには、長寿命性を備えたユーザーが交換可能なバッテリーを搭載するよう義務付けられます。また、同規則はユニバーサル USB-C 充電ポートの搭載を求め、システムアップデートを 5 年間保証することで、電子廃棄物との戦いを大幅に強化し、消費者コストを削減することを目指しています。これらの措置は、統合型バッテリーが往々にして高価な専門技術者や工具を必要とする交換をもたらすという現状の問題に直接取り組んでおり、軽微な損傷があってもすぐに新しいデバイスを購入せざるを得ない状況を避けることを意図しています。当局によれば、これらの変更は 2030 年までに消費者が最大 200 億ユーロの節約が可能になると予想されており、製品が不用品として市場から撤退してもその部品の利用可能期間は 5 年間とされています。毎年 EU で約 1.5 億台のスマートフォンと約 2400 万台のタブレットが販売され、これらにより発生する廃棄物量は約 500 万トンに上る一方で、正しくリサイクルされているのはそのうちの 40% 未満であることから、これらの新しい基準は持続可能性のための不可欠な要素となっています。メーカー側は、モデルが発売されてから長期間経過後でもバッテリーを無料で利用可能とする必要があります。これにより、消費者は修理費の低減、デバイスの寿命延長、そしてデバイスに対する支配権の拡大といった恩恵を受けると同時に、業界全体も耐久性基準を満たすために必要な設計変更に向き合わなければなりません。

ディーズは、プラットフォームに毎日上乗せされる楽曲のうち 44％ が人工知能によって生成されたものであると述べています。

## Japanese Translation: 以下の改訂は、原文の優れた流れを保ちつつ、要点リストに含まれていた欠落していた具体的な指標やニュアンスを統合し、ソースデータの完全な忠実性を確保しています。 ## サマリー: Deezer は、人工知能（AI）生成音楽の急増に対応しており、AI 由来のトラックが新規アップロード全体の 44% を占めています。2025 年 1 月の日間アップロード数が 1 万本から、最近ではほぼ 7.5 万本へと急激に増加したことで、プラットフォームは月間 AI 投稿が 200 万件を超えるという課題に直面していますが、実際のリスナーのエンゲージメントはストリーミング全体のわずか 1〜3% と低水準のままです。不正を防止しアーティストを保護するため、Deezer は AI ストリーミング活動のうち 85% がすでにデモネタイゼーション対象としてマークされていると述べています。この流入にもかかわらず、11 月の調査で 97% のユーザーが完全に AI 生成された音楽と人間の録音を区別できないことが明らかとなり、80% が明確なラベリングを支持していますが（一方、完全な AI ソングをメインのチャートから排除すべきだと信じているのは 52%）。CEO アレクシス・ランテリエ氏がアーティストの権利を守るよう要請したことに呼応し、Deezer は厳格な統制を実施しています。具体的には、AI トラックの高解像度バージョンの保存を終了し、アルゴリズム推奨や編集者によるプレイリストから除外し続けます。これらの措置は、6 月 2025 に開始されたプラットフォームのイニシアチブ（ファイルを体系的にラベリングする取り組み）を継承しており、2025 年末までに 1,340 万曲以上のタグ付けが完了しました。AI 生成コンテンツが主流文化へと浸透し続ける中、透明性を確保しています。最近では iTunes チャートで複数の地域において AI ソングが首位を記録したことが、その証拠となっています。 ## Text to translate: The following revision retains the excellent flow of the original but integrates the missing specific metrics and nuances from the Key Points List to ensure complete fidelity to the source data: ## Summary: Deezer is adapting to a massive surge in artificial intelligence-generated music, where AI-derived tracks now constitute 44% of all new uploads. Following a rapid escalation in volume—from 10,000 daily uploads in January 2025 to nearly 75,000 recently—the platform faces the challenge of over two million monthly AI submissions; however, actual listener engagement remains low at just 1–3% of total streams. To combat fraud and protect artists, Deezer notes that 85% of AI stream activity is already flagged for demonetization. Despite this influx, a November survey revealed that 97% of users cannot distinguish fully AI-generated music from human recordings, with 80% supporting clear labeling (though only 52% believe 100% AI songs should be barred from main charts). Reflecting CEO Alexis Lanternier's call to safeguard artist rights, Deezer has implemented strict controls: it will no longer store high-resolution versions of AI tracks and will continue excluding them from algorithmic recommendations and editorial playlists. These measures build on the platform's initiative begun in June 2025 to systematically label files, resulting in over 13.4 million tagged tracks by the end of 2025, ensuring transparency as AI-generated content continues to enter mainstream culture, evidenced recently by an AI song topping iTunes charts across multiple regions.

ブーム（YC プログラム第 26 期の選考を受けたスタートアップ）が人材を採用しています。

## Japanese Translation: 2025 年 12 月にサンフランシスコを拠点とする YC P26 スタートアップとしてローンチされた Bloom は、ブランドの核心的な「DNA」を抽出することで独自のマーケティングアセットを即座に生成する画期的な AI プラットフォームです。一般的なツールが標準的なテンプレートに依存するのに対し、Bloom はソーシャル投稿、広告、モックアップ、ロゴを通じて一貫したビジュアルスタイルを確保し、クリエイターのためのパーソナライズされたクリエイティブエンジンとして機能します。2 人の従業員のみによって運営されながら、設立当初から大規模な所有権が組み込まれており、Vercel の創業者（Guillermo Rauch）や Nebular VC など著名な投資家から 100 万ドルの資金調達を成功させるとともに、ローンチ月の間に 15,000 の新規登録と数百万回のインプレッションを実現し、バイラルな成長を遂げました。加速された速度モデルを採用しており、Bloom は瞬時のブランド忠実性に対する熾烈な市場需要に応えるため、毎日新しい機能をリリースしています。今後の計画では、同社は包括的な「Brand OS」へと進化し、機能範囲を動画および音声の生成、キャンペーン管理、競合調査、組み込みトレンド監視などへと拡大させます。 궁的には、このツールは個人クリエイターが高価なエージェンシーリテンナーを迂回しながらもプロフェッショナルな結果を提供することを可能にし、単にストックイメージを生産するのではなく、特定のビジュアルアイデンティティを深く理解し複製できる AI システムへと業界を大きく転換させることを示しています。 ## Text to translate: Bloom, launched in December 2025 as a YC P26 startup based in San Francisco, is a groundbreaking AI platform that instantly generates unique marketing assets by extracting a brand's core "DNA." Unlike generic tools relying on standard templates, Bloom ensures consistent visual styles across social posts, ads, mockups, and logos, effectively acting as a personalized creative engine for creators. Despite being run by only two employees with massive ownership built-in from day one, the startup achieved rapid success—securing $1 million in funding from prominent investors like Vercel's founder (Guillermo Rauch) and Nebular VC—and drove viral growth with 15,000 signups and millions of impressions within its first month. Operating on an accelerated velocity model, Bloom ships new features daily to meet fierce market demand for instant brand fidelity. Looking ahead, the company plans to evolve into a comprehensive "Brand OS," expanding capabilities to include video and audio generation, campaign management, competitive research, and built-in trend monitoring. Ultimately, this tool empowers individual creators to bypass expensive agency retainers while delivering professional results, signaling a significant industry shift toward AI systems capable of deeply understanding and replicating specific visual identities rather than merely producing stock imagery.

Show HN: Holos –QEMU/KVM を、Compose スタイルの YAML ファイル、GPU の利用、そしてヘルスチェック機能を備えた形で提供するプロジェクトです。

## Japanese Translation: KVM 用の Docker Compose は、複雑な libvirt XML や Kubernetes コントロールプレーンの代わりに軽量な YAML ファイルを使用して、単一のホスト上で複数の VM を管理するための簡素化された方法を提供します。`holos.yaml` ファイル内の単純なプリミティブ（レプリカ、バインドマウント、命名ボリュームなど）で完全に VM スタックを定義し、そこでサービス（イメージ、vCPU、メモリ）、cloud-init 構成、および依存関係を指定します。主要な CLI コマンドには `holos up`、`holos down`、`holos ps`、`holos install/uninstall`、SSH キーが自動的に生成される `holos exec`、`holos images`、および既存の libvirt ドメインを転換するための `holos import` が含まれます。サービスは QMP system_powerdown を使用したグレースフルシャットダウンをサポートし、SIGTERM/SIGKILL にフォールバックすることで対応します。また、VFIO を介した GPU パススルーをサポートしており、ホストの IOMMU および適切な BIOS/UEFI 設定と PCI バインディングが必要になります。ネットワーク機能は、ルートまたは手動ブリッジ構成を必要とせず、ソケットマルチキャストを使用して内部の 10.10.0.0/24 セグメント上で名前での VM 間通信を可能にします。人気のあるディストリビューション向けのビルトインイメージが自動的に引き出され、キャッシュされます。Dockerfile を使用して VM のプロビジョニングを行え、RUN/COPY/ENV 指示は cloud-init を介して実行されるシェルスクリプトへと変換されます。任意の QEMU 引数は `extra_args` フィールドを通じてサポートされます。ランタイムは Linux（`/dev/kvm` を必要とする）をターゲットとしており、macOS は validate および import のようなオフラインサブコマンドをサポートします。リリースは GoReleaser を使用して Git タグに基づいてビルドされ、Linux/macOS amd64/arm64 へのクロスコンパイルおよび SHA-256 チェックサムが実装されています。

x86-64 アセンブリでの文字列関数の実装：string 命令によるアプローチ（2025 年）

日本宮城県沖東方北東方約 100 キロ地点で発生したマグニチュード 7.4 の地震

## Japanese Translation: 地震イベントページアプリケーションは、最新の主要ウェブブラウザの大半をサポートしており、ユーザーを対象として最適なパフォーマンスを確保するための特定のブラウザサポートを確認する専用リンクへ案内します。デバイスのブラウザがサポート対象外の場合やアクセスに問題が生じた場合、リアルタイム通知、フィード、およびウェブサービスといった代替手段が提供されており、これらにより技術的制約を回避しつつも、生命に関わる重要な地震情報を多様なデバイスを通じて確実に届けることができます。

ベルギー・ブリュッセルで導入された年齢確認アプリに対し、ハッカーたちはわずか 2 分以内に侵入に成功しました。

## Japanese Translation: フランスは、政府高官らが Zoom や Teams などの主要な米系ビデオツールを使用するのを禁止し、代わりに国内の Visio プラットフォームを導入することを求めています。この動きは、国家安全保障およびデジタル主権を最優先しています。当局は、Gro k で作成された AI 生成ディープフェイク（数百人の女性やティーンエイジャーの写真が露出させられたという報告を受けた）に対する調査を開始し、影響力のあるインフルエンサーの死亡後に有害な内容を配信したストリーミングサイト Kick に対して正式な苦情を提出しました。米国への技術依存における分裂を抑えようとする EU 全体の議論とは異なり、フランスは最近のドイツの戦略とは異なる積極的な措置を講じています。シリコンバレーの提供者を避け、ローカルプラットフォームの使用を強制することで、フランスは国民を国外のツールが国内で完全に信頼される前に増大する AI による誤情報リスクから保護しようとしています。 ## Text to translate: ## Summary: France is taking decisive action to ban government officials from using major US video tools like Zoom and Teams, requiring them instead to adopt the domestic Visio platform. This move prioritizes national security and digital sovereignty. Authorities have launched investigations into AI-generated deepfakes created by Grok, citing reports from hundreds of women and teenagers whose photos were undressed, and filed a formal complaint against streaming site Kick for disseminating harmful content following an influencer's death. Unlike broader EU debates that often minimize splits on US tech reliance, France is pursuing aggressive steps distinct from recent German strategies to reduce dependence on Big Tech vendors. By shunning Silicon Valley providers and enforcing use of local platforms, France aims to protect citizens from escalating AI misinformation risks before foreign tools can be fully trusted within national borders.

Firefox の WebUSB エグステンション

## Japanese Translation: Firefox の WebUSB 拡張機能は、デスクトップオペレーティングシステム（Windows、macOS、およびさまざまな Linux ディストリビューション）で専用ネイティブヘルパープログラムである「stub」を利用して、直接の USB ハードウェアアクセスを提供します。この実装では標準的なブラウザ API と異なり、メインページスレッドだけで動作し、Android やバックグラウンド Web Worker をサポートしません。インストールには、プリビルトバイナリのダウンロードまたはソースからのビルド（x86_64、ARM64/aarch64 に対応）を行い、その後ネイティブマニフェスト JSON ファイルを登録するためのインストーラースクリプト（例：`install.sh` または `install.bat`）を実行する必要があります。Windows の場合、特定のレジストリキーを設定する必要があります。stub は Rust で書かれておりクロスコンパイルをサポートしていますが、利用者は以下のシステム要件に注意する必要があります：macOS 10.15 以上、Windows 10 以上、Linux カーネル 4.8 以上です。開発者が直面する可能性のある制限としては、Windows での MSVC ツールチェーンの非対応（mingw-w64 を推奨）、macOS でのベンダ SDK に関するリンク問題、Linux での未テスト Glibc ビルドなどがあります。また、インストーラーは異なる CPU アーキテクチャ間での共有ホームディレクトリのような uncommon な構成で失敗する可能性もあります。したがって、この解決策は Chrome の実装に似た強力な接続性を提供しますが、標準的な Web 機能とは異なる設定プロセスが必要であり、アーキテクチャドキュメントに詳述された特定の展開制約を課します。

キミ K2.6：オープンソースコード開発の更なる発展

## Japanese Translation: アリババのKimi K2.6 は、Kimicom、Kimiアプリ、API、およびKimi Codeを通じて正式にオープンソース化され、最先端のコーディング能力、長期実行機能、エージェントスウォーム機能を備え、人工知能分野における画期的な飛躍を遂げました。内部ベンチマークにおいて、K2.6は前世代のK2.5モデルに対して大幅な改善を示しており、コーディング性能で+15%、コード生成精度で+12%、長期コンテキスト安定性で+18%、外部ツール呼び出しの成功率は96.60%と記録されています。このモデルは複雑な自律タスクにおいて顕著な信頼性を発揮し、Claw Evalベンチマーク（得点：pass@3が80.9、pass^3が62.3）で業界大手であるGPT-5.4、Claude Opus 4.6、Gemini 3.1 Proを上回っています。さらに、モニタリングやインシデント対応などのタスクにおいて、人間の介入なしに最大5日間の自律動作を維持できるなど、効率が改善された複雑なワークフローの処理にも成功しています。具体的なケーススタディでは、Zigを用いてマック上にQwen3.5-0.8Bモデルを12時間にわたってローカル展開し（スループットは徐々に向上し~193トークン/秒）、8年ほど前に開発された金融マッチングエンジン「exchange-core」を見直し、13時間のセッションで大幅な性能向上を実現した事例などが確認されています。Kimi K2.6は長期視野のコーディングタスクでも優れ、Rust、Go、Pythonといったプログラミング言語全体にわたり、フロントエンドデザインやDevOpsなどさまざまなタスクにおいてアーキテクチャ的整合性を保ちます。エージェントスウォーム評価では、BrowseCompベンチマークでK2.5（74.9%）に対し86.3%の得点を記録し、複数のステップを含むワークフローにおいて異質なエージェントを効果的に調整する能力を示しました。アーキテクチャは横方向スケーリングを300サブエージェントまでサポートしており、同時に4,000回の協調ステップを実行可能で、前世代に比べてレイテンシを削減しています。さらに、K2.6はOpenClawおよびHermesとの統合により能動的なエージェントの実現を可能にし、特にNext.jsフロントエンドデザインにおいて、構造化されたレイアウトと美的なヒーローセクションを生成することで、K2.5に対して品質が50%以上向上しています。また、高品質なドキュメント（PDF、スプレッドシート、スライド、Wordドキュメント）を再利用可能な「スキル」に変換できる機能があり、その構造とスタイルのDNAを将来的な自動化に活用できます。ベンチマーク結果は、思考モード有効、コンテキスト長さ262,144トークン、temperature=1.0、top-p=1.0の条件下で報告されており、記載のある項目は独立した実行の平均値に基づいています。最終的に、K2.6はマルチエージェントシステムにおける信頼性とスケーラビリティの新たな基準を確立し、高価なクローズドソースサブスクリプションに依存せずに強力なAIへのアクセスを民主化します。

An Overview of Sauna's Impact on Heart Rate from a Medical and Physiological Perspective --- ### Changes in Heart Rate Induced by Sauna Exposure and Underlying Mechanisms Entering a sauna causes a significant, though temporary, increase in heart rate. This response follows a mechanism similar to that observed during exercise. * **Increased Blood Flow Due to Elevated Body Temperature** As core body temperature rises, blood flow to the skin (vasodilation) must increase to facilitate heat dissipation into the external environment. Consequently, the heart—acting as the pump circulating blood throughout the body—must beat more frequently to maintain adequate systemic perfusion, thereby elevating heart rate. * **Heart Rate Acceleration Due to Dehydration from Sweating** Profuse sweating in a sauna results in fluid loss, which reduces total blood volume (a state sometimes referred to as hemoconcentration). To compensate for this reduced circulating volume and maintain cardiac output, the heart must contract more rapidly. Under these conditions, heart rate can increase by approximately 20–30% above baseline levels. * **Exercise-Like Cardiovascular Stimulation** Numerous studies indicate that the pattern of heart rate elevation during sauna exposure closely resembles that observed after mild aerobic activity (e.g., slow walking). Accordingly, saunas are increasingly regarded as a form of "isometric exercise," offering cardiovascular benefits comparable to light physical exertion without requiring locomotion. ### Precautions for Safe Sauna Use While the rise in heart rate is a natural physiological response, adhering to the following precautions ensures safe and beneficial use: * **Adequate Hydration** To prevent fluid and electrolyte depletion caused by sweating, it is essential to hydrate adequately before, during (if feasible), and after sauna sessions. Progression toward dehydration can further elevate heart rate beyond safe thresholds. * **Appropriate Temperature and Duration** For dry saunas operating at typical temperatures of 80–100°C, a session duration of around 15 minutes is generally recommended to avoid excessive tachycardia. In steam (wet) saunas, elevated humidity increases the risk of heat-related illness and warrants careful monitoring of body temperature and hydration status. * **Medical History Review** Individuals with pre-existing cardiovascular conditions or disorders affecting thermoregulation (e.g., dysautonomia or autonomic dysfunction) may experience heightened risks from rapid shifts in heart rate. Such individuals are strongly advised to consult their physician or a qualified health professional prior to sauna use. ### Conclusion The increase in heart rate during sauna exposure represents a transient physiological response that can be viewed as a form of cardiovascular conditioning. However, it is crucial to recognize that saunas do not constitute exercise; therefore, expectations should not equate those of vigorous physical activity. Instead, saunas should be positioned as complementary wellness interventions within a holistic health regimen.

## 日本語訳： 本調査は、サウナ利用の日と同日の身体的活動レベルを有意に向上させ、非サウナ日の夜間心拍数回復率を改善することを明らかにしました。核心的な発見は、サウナの利用が副交感神経系を刺激し、リラックスを助けることで、確立された熱ストレス生理学に整合するより良い生理学的回復をもたらすという点です。 この結論は、約 59,000 の日次レコード（256 人の利用者）から得られたデータに基づいており、サウナ利用日は活動時間と走行距離が増加していることを示しています。特に重要なのは、全体的な運動レベルを統制した後にしても、最小夜間心拍数の減少が統計的に有意であることであり、単なるフィットネス向上を超えた独自の回復利点を示しています。この頑健な結果は、FDR 補正済み p 値が 0.05 未満で、Cohen's d 効果サイズが 0.2 を超えることで確認されました。 本研究はさらに、女性の場合は月経周期の卵胞期において明確な利益を享受することが示されており、これらのジェンダー固有の洞察がパーソナライズされたウェルネスルーチンのために貴重な意味を持ちます。したがって、フィットネス会社とユーザーは、同日の利用サウナを活用して回復を促進することでトレーニングプログラムを最適化でき、特に個人の生物学的周期に合わせて調整された熱療法を組み込むことで、最大限の副交感神経活性化を実現できます。

Qwen3.5-27B を RTX 3090 で動作させた際の推論速度は 207 トークン/秒（tok/s）でした。

## Japanese Translation: このプロジェクトは、大規模言語モデルの推論コードを消費者向けハードウェアに特化して書き直すことで、根本的にローカルAIを進化させます。クラウドソリューションよりも効率性とプライバシーを優先しています。その中心的な革新は、「メガカーネル」と呼ばれるアプローチであり、複数のモデル層を単一の独自 CUDA カーネルに結合することで、NVIDIA RTX 3090 など既存のシリコン上でスループットを最大化します。この手法は、推定デコーディング（具体的には DFlash および DDTree アルゴリズム）を利用し、標準的な手法と比較して最大 5.46 倍の高速な生成速度を実現しながら、Q4_K_M などの最適化されたメモリーフォーマットを用いることで厳しい VRAM 制約の中を動作させます。Python ランタイムを使用せず効率的な C++ で構築されているため、ベンダーロックインや高い電気代の問題を解消します。当初の目標は、現在のハードウェアでのパフォーマンス refinement および電力消費量の最適化（DVFS リミットの活用など）に焦点を当てており、将来のターゲットとしては新しい Ryzen AI チップへの対応と CPU と GPU の協調動作の強化を含みます。究極的には、このシフトにより、アクセス可能な機器上での強力でありながら持続可能かつ安全なローカル AI の展開が可能になります。