ロボティクス＆エージェント 【geek-terminalニュース】DeepSeek常時稼働エージェントの内部公開、Router–Worker設計を深掘り
📝 本日のニュース概要 以前お伝えしたDeepSeek Harnessの続報です。今回はMITライセンスで公開された研究用プロトタイプ「dsh-superagent」の内部設計を解説。Routerによる仕事の振り分け、TicketごとのWo...
コーディングエージェント
ロボティクス＆エージェント プログラミング 【geek-terminalニュース】エージェント8体で待ち時間短縮？1〜16体比較の最新情報
📝 本日のニュース概要 並列エージェントは何体が得なのか。SwarmChatチームによるProgramBenchの予備実験では、8体が1時間で平均隠しテスト通過率80.9%、単独が6時間で81.2%に達したと報告されています。ただし、総トー...
ローカルLLM 【geek-terminalニュース】Le Chonk重み公開の続報、1兆パラメータを自前運用するメモリの壁
📝 本日のニュース概要 以前お伝えしたMistral Large 4「Le Chonk」の続報です。公式モデルカードとSGLang文書を追加確認し、活性52Bと総数1Tの違い、FP8・NVFP4・GGUFの配布、検証済みGPU構成を掘り下げ...
商用巨大LLM 【geek-terminalニュース】Gemini 4 CarbonがAA総合首位、コード修正の実力と公開条件
📝 本日のニュース概要 以前お伝えしたGemini 4 Argonの続報です。Google公式発表とArtificial Analysisの評価を追加確認。CarbonはIntelligence Index v5で59点・首位となりましたが...
ローカルLLM 【geek-terminalニュース】Nanbeige4.3-33B登場！Qwenとの比較、量子化品質とVRAMの現実
📝 本日のニュース概要 Nanbeige4.3-33Bの公式情報を追加確認。Qwen3.8-27Bとの開発元ベンチ比較、量子化配布者による品質測定、長文推論のKVキャッシュ容量を掘り下げます。Redditの期待と使用報告も紹介し、公式仕様・...
学術研究 AIコードレビュー評価が静的正解当てから動的ベンチへ移る最新情報
📝 本日のニュース概要 以前お伝えしたAIコーディングエージェントの完了判定・PR運用論の続報です。今回はMCR-BenchとSWE-Primeを軸に、AIコードレビュー評価が単発の正解当てから、複数ラウンドの実PR、欠陥状態追跡、軌跡品質...
ロボティクス＆エージェント 【geek-terminalニュース】自らハーネスを書き換えて成長する自己改良AI「Ornith 1.5」がReddit/LocalLLaMAで話題に
📝 本日のニュース概要 9Bパラメータの小規模モデルながら、タスクを解く過程で自分専用の実行環境(ハーネス)を自ら構築していく「自己改良」型コーディングエージェント、Ornithシリーズの新バージョン「Ornith 1.5」がReddit ...
ロボティクス＆エージェント 【geek-terminalニュース】自らハーネスを書き換えて成長する自己改良AI「Ornith 1.5」がReddit/LocalLLaMAで話題に
📝 本日のニュース概要 9Bパラメータの小規模モデルながら、タスクを解く過程で自分専用の実行環境(ハーネス)を自ら構築していく「自己改良」型コーディングエージェント、Ornithシリーズの新バージョン「Ornith 1.5」がReddit ...
プログラミング 【geek-terminalニュース】Meta Muse Codeβの最新情報：安いコーディングエージェントの本丸は性能表ではなく学習データ契約か
📝 本日のニュース概要 MetaがMuse Codeをベータ公開。Muse Spark 1.2搭載のターミナル型コーディングエージェントとしての性能以上に、コミュニティで注目されているのは、学習データ提供と引き換えに価格が下がるという新しい...
プログラミング 【geek-terminalニュース】Grok Build OSS化、Rust製AIコーディングCLIの中身が読める時代へ
📝 本日のニュース概要 以前お伝えしたGrok Buildのリポジトリアップロード疑惑とAIコーディング環境の信頼境界問題の続報です。今回はGrok BuildがApache 2.0でOSS化されたと報じられ、Rust製エージェントハーネス...