2026/11/05 3:53

Ripple-65B Preview：米国で開示されたオープンウェイトモデルによるエージェント型コーディングにおける最上位性能

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

このテキストは、先進的な AI モデルの構築において、段階的にトレーニング手法を最適化する方が、強力で生僻な計算資源に依存する蛮力アプローチよりもはるかに効率的であると論じています。この戦略では、単純な規模化よりも反復的な改良を優先することで、TerminalBench 2.1 でトップティアの性能スコア 80.5 を達成しました。これには「ロールアウト」と呼ばれる試行錯誤のステップがわずか 140 万回しか必要であり、先導的だった前技術（Reflection Beam）が要していたものの約 70 分の 1です。この効率性の源は、高価な外部データの購入を排除し、品質フィルタリングとカバレッジ指標を活用した高品質な内部環境に焦点を当てるカスタム synthetic データパイプラインにあります。

技術的には、このアプローチは堅牢な有教師学習用微調整（SFT）チェックポイントから始まり、高品質な長期間視野を持つ合成環境内において、切り捨て重要性サンプリング、スコア中心化、および線形長罰則を含む混合 RL レシピを採用しています。主要な利点はその適応的な性質であり、モデルが改良につれてトレーニング担当者が自動的により困難なタスクを追加することで進捗を維持しつつ資源の浪費を防ぎます。究極的には、この手法は先進的なモデルのトレーニングにおける財務的および計算機的障壁を大幅に低減させ、巨大量のデータクラスターや過剰な計算力への投資を少なくしてでも優越的な結果を得ることを可能にします。

本文

計算効率性の重視と混合型 RL による性能向上

独自のデータ戦略

コスト削減: ポストトレーニング用のデータを外部で購入せず、独自の合成データパイプラインを構築しました。
品質管理: データの品質フィルタリングと、効果的なカバレッジ指標の開発を実施。
反復改良: SFT および RL の手法に対し、強引な性能向上への投資ではなく、慎重かつ継続的な最適化を行いました。

混合型 RL アプローチの詳細

高品質環境: 長期シミュレーション環境を用いて学習を強化。
技術的特徴:以下の手法を組み合わせました。
- 切り詰めされた重要性サンプリング
- スコアセンター化
- 線形長さペナルティの適用

タスク難易度と学習の軌跡

適応型チューニング: RL タスクはモデルの実力に合わせて動的にチューニングされます。
継続的進化: モデル性能向上に応じて、より難易度の高いタスクを段階的に追加していきました。
成果: 初期 SFT チェックポイントから始まり、著しい RL による性能向上（steep climb） を実現しました。

最終的な評価結果

達成スコア: TerminalBench 2.1 で80.5 のスコアを記録しました。
効率性: Reflection Beam という前回の最善手法（SOTA）と比較し、約70 倍少ないロールアウト数（140 万回）で同等以上の結果を出しました。

同じ日のほかのニュース

一覧に戻る →

2026/11/05 5:45

ホワイトハウスのネットワークで住宅用プロキシが検出

## Japanese Translation: 当社の Residential Proxy Observatory を率いた最近のセキュリティ調査により、大統領執行局（ホワイトハウスのネットワーク）に登録されている AS2650 は、2026 年 10 月 5 日から 11 月 3 日まで、住宅用プロキシのエグレス活動ホストしていることが確認されました。エニュメレーションパイプラインでは、30 日のうち 26 日にわたり 6 つのアドレスから発せられた 236 の別個のエグレスが特定され、28 の異なる住宅用プロキシサービスが観測されました。Spur および Synthient という検知サービスとのクロスチェックにより、これらのアドレスが公共 IP コンテキストページを通じて住宅用プロキシエグレスであることがそれぞれ独立して確認されました。活動は東部標準時の午後 5 時から真夜中にかけてピークに達しており、これは感染した個人端末がプロキシ SDK を使用していることを示唆しており、公共の Wi-Fi の使用とは異なります。セキュリティが不十分なプロキシ SDK は、ネットワーク内でのラテラルムーブメントを可能にします。この事件は、以前の類似した住宅用プロキシネットワークを通じて数百万台の Android 機器を感染させた Kimwolf ボットネットによって参照されたようなリスクの巨大な規模を浮き彫りにしています。ホワイトハウスのネットワーク以外にも、セントヘレナ・アセンションおよびトリスタンダクーニャ（スターリンクおよびSure セントヘレナを介した 32,000 回以上の観測を持つ 413 のアドレス）、南極大陸（クラウドフレア WARP を通じたマクマード基地への 3 つの観測）、ピトケアン、ノーフォーク島、スバルバル、フォークランド諸島、チャゴス諸島、トケラウ、サウスジョージアなど、遠隔地でも住宅用プロキシが観測されました。Layer3 Intel はこの世界的な住宅用プロキシおよび匿名化インフラストラクチャを追跡しており、脅威アクターは遠隔または孤立したネットワーク上にあっても隠れる場所がないことを示しています。侵入を記録するログは当局のために確保されており、関連する機関からの要請により当社の連絡先ページを通じて入手可能です。これらのログは、責任あるアクターの特定と感染の全範囲の評価を可能にします。究極的には、この事件は、個々のエンドポイントが適切にセキュリティ対策されていな場合に、高プロファイルな政府ネットワークも侵入に脆弱であることが示され、全世界でのトラフィックの再方向付けを通じて機密通信のプライバシーとセキュリティに対して直接的な脅威をもたらしていることを実証しています。

2026/11/05 4:50

昆虫はLEDの光に集まってくるわけではない

## Japanese Translation: 白熱灯からLED照明への切り替えは昆虫の引き寄せを劇的に減少させ、昆虫個体数の減少に対する新たな希望を提供しています。昆虫は月光（紫外線（UV）および赤外線波長を含む太陽光の反射光）を利用して航行しますが、人工的な光で紫外線を透過するものには混乱し、上空に向いた姿勢から円を描く飛行や逆さまになるような行動を示します。白熱灯はこの紫外線豊富な光を放出しますが、LED は電気エネルギーのほとんどを可視光（400–700 nm）に変換するため、コバチやヤブカメムシといった飛翔種に対してははるかに魅力的ではありません。この移行を支える証拠として、2016 年のブリストル大学の研究では白熱灯、省エネ蛍光灯（CFL）、寒色系LED、暖色系LEDを比較し、LED全体が昆虫を引き寄せる数が著しく少ないこと、かつ寒色系と暖色系のLEDの間には有意差がないことを発見しました。具体的には、ハエ目（Diptera）のコバチやクレンカメムシ属（Culicoides）のヤブカメムシがLEDに引き寄せられる個体数が少ないことが確認されました。実例としては、ガイドのロランド・ルム氏によるWINGS バラクロスの旅行で報告された事例があり、家庭では屋外用ダイニング照明を白熱灯からLED に切り替えた後、トカゲの個体群が消失することに気づいたとあります。これは、爬虫類が昆虫という食物源を失ったためです。夜間の紫外線豊富な人工光は、昆虫個体数の減少の主要な要因の一つと考えられています。このUV曝露を最小限に抑えることで、野生動物の航行への擾乱を軽減し、昆虫媒介疾患に関連するリスクを低減させ、人間の開発と自然の野生生物循環の安全な共存を促進することができます。（記事掲載日：2026 年 11 月 3 日；写真は 2006 年 7 月に撮影されたガソリンスタンド照明に群がる昆虫の様子）

2026/11/04 20:52

AI は、われわれに技術的負債の返済を強いることになる

## Japanese Translation: 10 月下旬に明らかになった PHP2Shell の事件は、PHP に存在する重大なメモリ不足エラーを暴露したもので、同エラーはすでに 2024 年に報告されながら軽微なクラッシュ問題として見落とされてきた。カリフォルニアに拠点を置く研究者たち（Calif）、OpenAI の支援のもと、今年初めに AI を強化したツールを使用して PHP の監査を行ったところ、脆弱性が悪用される可能性がある 2 ヶ月前にその欠陥を特定し、即座にパッチを発表することで、NASA やウィキペディア、ホワイトハウス（これらは WordPress または Drupal を使用している）を含む主要なサイトへの広範な影響を防ぐことに成功した。コロンビア大学の Suman Jana は、AI が記憶錯誤を実際の悪用可能なバグに変換するために必要な難しい推論に優れていると指摘している。Anthropic は迅速に LLM に基づくパッチの証明を生成し、Wiz afterward その脆弱性を確認・拡大したが、専門家たちはこれが単発的なケースである可能性は低く、将来の発見は防衛者ではなく悪意のあるアクターから来るかもしれないと警告している。ジョンズ・ホプキンス大学の Matthew Green は、広範な資金調達や体系的な修正が重大な事件（2027 年初頭頃の発生予想）に起こるまで行われない可能性があり、オープンソースソフトウェアにおけるバグの発見と修正の間に存在する非対称性を浮き彫りにした。先を捉えるためには、サイバーセキュリティ専門家はより強力なリソース、フロンティア AI モデルへのアクセス権、および資金支援（主要なラボからのトークン予算寄附など）が必要であり、これにより PHP などのオープンソースプラットフォームを、ますます知能化された攻撃から守り続ける必要がある。