macOSがAIエージェントの実証実験の場になりつつある
今この瞬間もどこかで、Mac Miniが棚の上で誰かの雑用をこなしています。誰も見張ってはいません。ターミナルでバージョン番号を読み取り、Safariに移動してリリース年を調べ、静かにリマインダーを登録する——人間なら3つのアプリをまたいで90秒ほどぶつぶつ言いながらこなすような、あの地味な作業です。
タグ: ベンチマーク
XBOWによるAnthropicのMythos Preview攻撃的セキュリティ評価レポート
数週間前、早期能力評価のためMythos Previewへのアーリーアクセスをいただきました。以下では、評価の方法・判明した内容・その意味するところを詳しく解説します。 約3ヶ月前、Anthropicから招待を受け、能力に大きな転換点をもたらすと考えられる新モデルの評価に協力することになりました。そこで私たちは、この
AIのサイバー攻撃者がより速く上達している
モーアの法則を脇に置く：AIモデルが破ることができるサイバーセキュリティ防御の難易度は約4ヶ月ごとに倍増しており、その時間間隔は短縮されている。 英国政府のAIセキュリティ研究所（AISI）が発表した新しいベンチマークによると、同じタ
エージェント向けLLMセキュリティを強化するオープンソース「b3」ベンチマーク
英国AIセキュリティ研究所（AISI）は、大規模言語モデル（LLM）開発者がセキ...
リークされたApple iPad Pro M5ベンチマークが大幅な性能向上を示す
新たにリークされたベンチマークによると、AppleのM5チップを搭載したとされる...
リークされたApple iPad Pro M5のベンチマーク、ノートパソコンのCPUよりも高速であることが判明
新たにリークされたベンチマークによると、AppleのM5チップを搭載したとされる...
ChatGPTのGPT-5モデルがリリース：知っておくべきすべてのこと
長い間待たれていたGPT-5がついに公開されました。本日から無料ユーザー、Plu...