Hacker News

Physical IntelligenceがPi APIベータ版を通じて、データアップロード、モデルファインチューニング、クラウド推論のデプロイを可能にした

• •最新のロボティクスモデルがPi APIベータ版で利用可能になった
• •ユーザーはデータをアップロードし、モデルをファインチューニングできる
• •自社ロボット上でクラウドホストされた推論をデプロイできる機能を提供している

OpenAIのエンジニアが幹部会議室への盗聴器設置に関与したとして逮捕された件について、Hacker News上で議論が交わされている

• •OpenAIのエンジニアが幹部会議室への盗聴器設置に関与した
• •OpenAIの公式Xアカウントでこの件について言及がなされている
• •Hacker News上で58ポイントと91件のコメントが寄せられている

OpenAIがオフィスに隠された精巧な録音装置を発見し、自社のモデルを用いて特定した従業員をFBIに通報した

• •オフィス内に隠された精巧な録音装置が確認された
• •OpenAIは自社のモデルを使用して装置の由来と設置した特定従業員を特定した
• •この事案は数日前に設置されたもので、FBIに通報済みである

Parsimony is an open-source benchmark that measures how much redundant code AI models add by counting syntax elements, addressing the gap in existing benchmarks that ignore code bloat.

• •Existing benchmarks measure solve rate and token cost but do not penalize excess code that makes codebases harder to maintain long-term.
• •Parsimony uses patches from benchmarks like DeepSWE and SWE-bench Verified to count 'coding units' such as statements and calls.
• •It counts syntax elements rather than lines of code to prevent rewarding code cramming.

AI生成のTypeScriptコードにおける不安全な型、重複コード、低価値なテストを検出するためのOxlintルールセットDeslopが公開された

• •不安全な型をキャッチする機能を持つ
• •重複コードを検出する機能を持つ
• •低価値なテストを特定する機能を持つ

A browser-based tool where a predictor seals its guess before you say random numbers, visualizing how far ahead of chance it gets on a split-flap board.

• •A predictor in the browser seals its guess before the user says a random number.
• •A split-flap board displays how far ahead of chance the predictor gets.
• •It serves as an interactive experiment on human randomness.

Gemini 4 Argon, developed for robotics, topped the ERQA benchmark in physical reasoning, zero-shot control, Real2Sim, and agent workflows.

• •Gemini 4 Argon achieved top scores in physical reasoning on the ERQA benchmark.
• •It demonstrates excellent performance in zero-shot control, Real2Sim, and agent workflows.
• •The model is positioned as a leader in AI applications for the robotics field.

Gemini 4 Argonに関する話題がHacker News上で取り上げられている

Anthropic shares how it migrated to an in-house version control system in five months as merges per day grew more than tenfold.

• •Merges per day grew more than tenfold, making source control the biggest development bottleneck.
• •The team migrated to an in-house version control system over five months.
• •The article discusses infrastructure challenges and solutions accompanying team scale-up.

Consus is an LLM gateway that routes AI requests to ITAR and CUI-compliant infrastructure, having recently completed a FedRAMP High equivalency audit.

• •Consus routes all AI requests to infrastructure compliant with ITAR restrictions and Controlled Unclassified Information (CUI).
• •The company recently completed its FedRAMP equivalency audit against the 410 FedRAMP High controls.
• •FedRAMP High is the U.S. government's strictest security baseline for cloud services handling sensitive unclassified data.