OpenAIの年次開発者会議「DevDay 2026」で発表された20件以上の新機能や、新モデル「GPT-6.1 Sol」などの主要トピックをまとめた記事
- •OpenAIは「DevDay 2026」で20件以上の新機能を発表した
- •常時稼働エージェント「dots」、新モデル「GPT-6.1 Sol」、最大8倍高速な有料枠「Ultrafast」を投入した
- •Codexのクラウド実行機能や、チーム向け協働空間「ChatGPT Space」も公開された
Show HN: TurboGPT: train 22KiB transformer in 13s
minGPTに着想を得た家庭用実験向けツールTurboGPTが発表され、22KiBのtransformerを13秒で学習できるという
- •minGPTに着想を得た家庭用実験向けのプロジェクトである
- •CUDA 13.4が必要であり、ビルドスクリプトはWindows専用である
- •22KiBのtransformerモデルを13秒で学習できることを特徴としている
OpenAIがDevDay 2026にて、Lunaを活用したリアルタイム意思決定を提供する「Decisions API」のプレビュー版を発表した
- •発表は開発者向けカンファレンス「OpenAI DevDay 2026」の中で行われた
- •「Decisions API」はリアルタイムの意思決定を提供するプレビュー版として公開された
- •この発表は直近で話題のAIモデル「Jev」への追従とみられている
OpenAIがGPT-6 Astraを最大8倍高速に推論できる「Ultrafast」モードを発表し、利用には月額500ドルの新プランまたはAPI課金が必須となる
- •「Ultrafast」モードはフロンティアモデル「GPT-6 Astra」の推論速度を通常比で最大8倍に高速化する
- •利用には最上位の新プラン「Pro 500」（月額500ドル、約7万8000円）への加入が必要である
- •新プランに加入しない場合は、従量課金制のAPI経由での利用が求められる
GLM-5.3 and the spread of advanced cyber capabilities
GLM-5.3は自律的にエンドツーエンドのサイバーエクスプロイトを構築可能だが、誤用を制限する意味のあるセーフガードなしにリリースされた
- •GLM-5.3は自律的にエンドツーエンドのサイバーエクスプロイトを構築できる能力を有している
- •他のフロンティアモデルとは異なり、誤用を制限するための意味のあるセーフガードなしにリリースされた
- •高度なサイバー能力がセーフガードなしに拡散している状況が指摘されている
TypeSafeの新モデルを用いたバルク推論の実験について検討する記事
- •TypeSafeが提供する新モデルが記事の焦点となっている
- •バルク推論（一括推論）に関する実験が実施された
- •モデルの性能や実用性に関する考察が含まれている
Claudeのステータスページで、claude.ai、Claude Code、Claude Cowork、Claude APIにおけるエラー率の上昇が報告されている
- •Claudeのステータスページでエラー率の上昇が確認されている
- •影響を受けたサービスはclaude.ai、Claude Code、Claude Cowork、Claude API
- •部分的な障害が発生している状況が報告されている
Show HN: Jevstiller – Distill Jev into a local model, with a disagreement bound
Jevをローカルモデルに蒸留するプロジェクトJevstillerが公開され、不一致境界の付与とベンチマークによる検証が特徴とされている
- •2026年9月に公開されたプロジェクトで、Jevをローカルモデルに蒸留する手法を採用している
- •モデル間の不一致境界（disagreement bound）を計算・付与する機能を持つ
- •ベンチマークスクリプトを実行することで、APIキーなしに数値の再現性を確認できる
Jeeves. Reasoning improves Jev-like decision models
PostHogが公開したJeevesは、推論プロセスを通じてJev型の意思決定モデルの性能を向上させることを目的としたプロジェクトである
- •JeevesはPostHogによって公開され、推論（Reasoning）がJev型の意思決定モデルに与える影響や改善点を扱っている
- •プロジェクト名は「Jeeves – Reasoning improves Jev-like decision models」と題されており、意思決定モデルの最適化が主題である
- •具体的な技術的詳細やベンチマーク結果は、提供された説明テキストには含まれていない
Language models for text classification: From bag-of-words to Jev
RNN、CNN、Transformer、およびキャリブレーションに関する視覚的なガイドと、精度と効率における実体験験について解説する
- •RNN、CNN、Transformer、キャリブレーションの視覚的なガイドを提供する
- •精度と効率に関するハンズオン実験が含まれている
- •テキスト分類における言語モデルの進化を解説する