AI生成コードはテストを見せれば安全になるか。2,705回のSecTDD実験が示した落とし穴
AICompany セキュリティテストを先に見せると平均19.3ポイント改善した…
8月 2026
ロボット用VLMは紙の指示を無視できるか。5,670回で見えた物理プロンプトインジェクション
作業台の紙がVLMの行動計画を変える。3モデル、20攻撃、5…
MCPを足しても賢くならない。GUIエージェントの「使う」と「使いこなす」を分けた研究
同じMCPがreasoning modelでは成功率を4.0…
コーディングAIの誤検知判定F1が0.43から0.70へ。GSEがスキルを育てる方法
GSEはcoding agentのskillを関係graph…
AIエージェントはGPUだけ速くしても詰まる。Microsoft Azure実測が示したCPUの盲点
Microsoft Azureの24時間traceと4つのa…
自動運転AIは「走る」だけでは足りない。NVIDIA Alpamayo 2 Superが統合した4つの仕事
NVIDIA Alpamayo 2 Superは、将来軌跡、…
AIエージェント開発の本当のボトルネック。Microsoft Orchardが分離した環境層
Microsoft Orchardは、AIエージェントのsa…
修正を続けるほど正解を壊す。コードエージェントに必要な停止設計
コードエージェントは一度正解しても、次のrevisionで壊…
Git履歴を900件の実行課題へ。Change2Taskがコードエージェント評価を作り直す
過去のmerged PRを保守された現在のcodeへ移し、3…
長文LLMはAttention設計で速くなる。prefillとdecodeを分けるNVIDIAの4原則
NVIDIAが長文LLMのAttentionをprefill…