GitHubがProject HydraFusionを研究プレビューで発表
GitHubはProject HydraFusionを研究プレビューとして発表した。HydraFusionは実行時に複数プロバイダのモデルを組み合わせ、ドラフト、批評、改訂やより強力なモデルへのエスカレーションを行う実行プランを作成することで、開発者がHydraFusionをモデルとして選択すれば内部でワークフローを自動的に選定する仕組みを提供する。 オフライン評価では、TerminalBench 2.1で検証済みタスク品質が4.9ポイント改善し、推定コストは67%低下したほか、DeepSWEで36%低下・品質差は1.5ポイント、CheckpointBenchで65%低下・品質差は0.1ポイ…
LEAD
リード
GitHubはProject HydraFusionを研究プレビューとして発表した
HydraFusionは実行時に複数プロバイダのモデルを組み合わせ、ドラフト、批評、改訂やより強力なモデルへのエスカレーションを行う実行プランを作成することで、開発者がHydraFusionをモデルとして選択すれば内部でワークフローを自動的に選定する仕組みを提供する
オフライン評価では、TerminalBench 2.1で検証済みタスク品質が4.9ポイント改善し、推定コストは67%低下したほか、DeepSWEで36%低下・品質差は1.5ポイント、CheckpointBenchで65%低下・品質差は0.1ポイ…
ARTICLE
本文
GitHubはProject HydraFusionを研究プレビューとして発表した。HydraFusionは実行時に複数プロバイダのモデルを組み合わせ、ドラフト、批評、改訂やより強力なモデルへのエスカレーションを行う実行プランを作成することで、開発者がHydraFusionをモデルとして選択すれば内部でワークフローを自動的に選定する仕組みを提供する。
オフライン評価では、TerminalBench 2.1で検証済みタスク品質が4.9ポイント改善し、推定コストは67%低下したほか、DeepSWEで36%低下・品質差は1.5ポイント、CheckpointBenchで65%低下・品質差は0.1ポイントと報告された。評価はClaude Opus 5との比較で行われ、各ワークフローのドラフト、批評、改訂、エスカレーションなどすべての呼び出しを含めた推定ワークフローコストで算出している。
ORIGINAL
原文リンク
Related
関連記事
- モデル・製品
GitHub、イベント運用をIssue起点で自動化する事例を紹介
Tomoko氏は、単一のGitHub IssueとIssueフォーム、ラベル、GitHub Actionsを組み合わせることで、ランディングページ複製、UTM付きURL生成、招待メール草案の作成、プロジェクトボードへの追加など、従来数日かかっていたイベント準備を数分で行う仕組みを構築した。 毎朝の登録者スクリーニングはcronトリガーのワークフローで実行され、招待制イベントは基準に沿って待機者を精査する。DRY_RUNというリポジトリ変数で外部操作を行わずにリハーサルでき、/lead-uploadと/event-reportのスラッシュコマンドで事後のリスト整形やレポート作成を自動化している。
- モデル・製品
Amazon Bedrock上のOpenAIモデル比較：正答あたりコストなどベンチマーク結果を公開
AWSは同一のオープンソースベンチマークハーネスを用い、gpt-5.6-luna、gpt-5.6-terra、gpt-5.6-solの三構成とgpt-5.4-mini、gpt-5.4-nanoの二基線をResponses API経由で評価した。測定項目は単一呼び出しの正答コスト、エージェントのターンによる軌跡コスト、職業的成果物のルブリック採点で、出力は各実行のタイムスタンプ付きJSONから生成されている。 主な結果例として、AIMEではsolが75%の正答率でminiの37%を上回り、価格改定後の記録ではlunaのAIME正答あたりコストが0.0021ドル、miniは0.0139ドルと報告…
- モデル・製品
Amazon Bedrock AgentCoreでMCP Appsの対話型HTMLウィジェットを提供開始
AWSは、MCP AppsとAmazon Bedrock AgentCoreを組み合わせ、AIホスト内で直接レンダリングされる対話型HTMLウィジェットを備えたMCPサーバーの構築と展開手順を示した。AgentCore runtimeはサーバーレスでセッション分離されたホスティング環境を提供し、AgentCore Gatewayが単一のセキュアなエンドポイントを公開する構成を説明している。サンプルアプリ「Unicorn Rentals」を通じて、AIホストからのツール呼び出しでリスト表示や予約、返却などの操作を処理し、ウィジェットはMCPのリソースURIで配信される点を解説する。 記事はまた…
- モデル・製品
Amazon Quickがデスクトップで一般提供を開始
AmazonはAmazon QuickデスクトップアプリをmacOSとWindowsで一般提供開始したと発表しました。デスクトップ版は、組織内データと会話のプライバシーを保ちながら業務を代行するAIアシスタントを提供します。モバイル体験ではiOSとAndroid向けにメール・カレンダー・CRM・メッセージングを統合するアクティビティフィードを追加し、エージェントが定型作業を処理する一方でチームが対応すべき意思決定を優先表示します。 Quickは既存のインフラ上で動作し、データを環境内に留め、会話のプライバシーと監査性を確保すると説明されています。プレビュー期間中の導入事例では、自然言語での質…
Editor's pick
注目ニュース（編集部選定）
直近7日 · 編集部選定
- 1Amazon Bedrock上のOpenAIモデル比較：正答あたりコストなどベンチマーク結果を公開AWSは同一のオープンソースベンチマークハーネスを用い、gpt-5.6-luna、gpt-5.6-terra、gpt-5.6-solの三構成とgpt-5.4-mini、gpt-5.4-nanoの二基線をResponses API経由で評価した。測定項目は単一呼び出しの正答コスト、エージェントのターンによる軌跡コスト、職業的成果物のルブリック採点で、出力は各実行のタイムスタンプ付きJSONから生成されている。 主な結果例として、AIMEではsolが75%の正答率でminiの37%を上回り、価格改定後の記録ではlunaのAIME正答あたりコストが0.0021ドル、miniは0.0139ドルと報告…
- 2Amazon Bedrock AgentCoreでMCP Appsの対話型HTMLウィジェットを提供開始AWSは、MCP AppsとAmazon Bedrock AgentCoreを組み合わせ、AIホスト内で直接レンダリングされる対話型HTMLウィジェットを備えたMCPサーバーの構築と展開手順を示した。AgentCore runtimeはサーバーレスでセッション分離されたホスティング環境を提供し、AgentCore Gatewayが単一のセキュアなエンドポイントを公開する構成を説明している。サンプルアプリ「Unicorn Rentals」を通じて、AIホストからのツール呼び出しでリスト表示や予約、返却などの操作を処理し、ウィジェットはMCPのリソースURIで配信される点を解説する。 記事はまた…
- 3Tailscale、AI Gateway上で顧客向けモデルルーターを構築したことを発表Tailscaleは自社のプライベートネットワーク「tailnet」をAIに拡張するApertureで、VercelのAI GatewayとSandboxを採用し、顧客向けにモデルアクセスとエージェント実行を提供する仕組みを作ったと説明しています。AI Gatewayは数百のモデルに対して単一APIとリクエストごとのコストや利用情報を返し、Sandboxはエージェントの隔離実行環境を担います。これにより、Apertureはネットワークの加入・除外で利用権を管理でき、ゼロデータ保持（ZDR）設定やper-requestのzeroDataRetentionフラグでZDR準拠プロバイダへのルーティ…
- 4GitHub、イベント運用をIssue起点で自動化する事例を紹介Tomoko氏は、単一のGitHub IssueとIssueフォーム、ラベル、GitHub Actionsを組み合わせることで、ランディングページ複製、UTM付きURL生成、招待メール草案の作成、プロジェクトボードへの追加など、従来数日かかっていたイベント準備を数分で行う仕組みを構築した。 毎朝の登録者スクリーニングはcronトリガーのワークフローで実行され、招待制イベントは基準に沿って待機者を精査する。DRY_RUNというリポジトリ変数で外部操作を行わずにリハーサルでき、/lead-uploadと/event-reportのスラッシュコマンドで事後のリスト整形やレポート作成を自動化している。
- 5AWS、AgentCore EvaluationsとAWS DevOps Agentで本番エージェントのライフサイクル監視を解説AWSはAgentCore EvaluationsとAWS DevOps Agentを組み合わせ、マルチエージェント本番システムで発生する「ツール呼び出しは成功するが目的を達成できない」や「IAM権限欠如で例外を出さない」などのサイレントな不具合を検出する監視設計を示しました。AgentCore Evaluationsはライブ対話を継続的にスコアリングし、ツール選択ミスやタスク失敗を検出して改善提案を生成します。一方、AWS DevOps AgentはAmazon CloudWatchのログやトレースを横断して障害を自律的に調査し、IAMやAmazon Bedrockなどサービス間の相関を特…
Latest
最新記事
- モデル・製品
Amazon Bedrock上のOpenAIモデル比較：正答あたりコストなどベンチマーク結果を公開
AWSは同一のオープンソースベンチマークハーネスを用い、gpt-5.6-luna、gpt-5.6-terra、gpt-5.6-solの三構成とgpt-5.4-mini、gpt-5.4-nanoの二基線をResponses API経由で評価した。測定項目は単一呼び出しの正答コスト、エージェントのターンによる軌跡コスト、職業的成果物のルブリック採点で、出力は各実行のタイムスタンプ付きJSONから生成されている。 主な結果例として、AIMEではsolが75%の正答率でminiの37%を上回り、価格改定後の記録ではlunaのAIME正答あたりコストが0.0021ドル、miniは0.0139ドルと報告…
- モデル・製品
Amazon Bedrock AgentCoreでMCP Appsの対話型HTMLウィジェットを提供開始
AWSは、MCP AppsとAmazon Bedrock AgentCoreを組み合わせ、AIホスト内で直接レンダリングされる対話型HTMLウィジェットを備えたMCPサーバーの構築と展開手順を示した。AgentCore runtimeはサーバーレスでセッション分離されたホスティング環境を提供し、AgentCore Gatewayが単一のセキュアなエンドポイントを公開する構成を説明している。サンプルアプリ「Unicorn Rentals」を通じて、AIホストからのツール呼び出しでリスト表示や予約、返却などの操作を処理し、ウィジェットはMCPのリソースURIで配信される点を解説する。 記事はまた…
- 企業導入・活用事例
Tailscale、AI Gateway上で顧客向けモデルルーターを構築したことを発表
Tailscaleは自社のプライベートネットワーク「tailnet」をAIに拡張するApertureで、VercelのAI GatewayとSandboxを採用し、顧客向けにモデルアクセスとエージェント実行を提供する仕組みを作ったと説明しています。AI Gatewayは数百のモデルに対して単一APIとリクエストごとのコストや利用情報を返し、Sandboxはエージェントの隔離実行環境を担います。これにより、Apertureはネットワークの加入・除外で利用権を管理でき、ゼロデータ保持（ZDR）設定やper-requestのzeroDataRetentionフラグでZDR準拠プロバイダへのルーティ…
- モデル・製品
GitHub、イベント運用をIssue起点で自動化する事例を紹介
Tomoko氏は、単一のGitHub IssueとIssueフォーム、ラベル、GitHub Actionsを組み合わせることで、ランディングページ複製、UTM付きURL生成、招待メール草案の作成、プロジェクトボードへの追加など、従来数日かかっていたイベント準備を数分で行う仕組みを構築した。 毎朝の登録者スクリーニングはcronトリガーのワークフローで実行され、招待制イベントは基準に沿って待機者を精査する。DRY_RUNというリポジトリ変数で外部操作を行わずにリハーサルでき、/lead-uploadと/event-reportのスラッシュコマンドで事後のリスト整形やレポート作成を自動化している。
- 研究・技術
AWS、AgentCore EvaluationsとAWS DevOps Agentで本番エージェントのライフサイクル監視を解説
AWSはAgentCore EvaluationsとAWS DevOps Agentを組み合わせ、マルチエージェント本番システムで発生する「ツール呼び出しは成功するが目的を達成できない」や「IAM権限欠如で例外を出さない」などのサイレントな不具合を検出する監視設計を示しました。AgentCore Evaluationsはライブ対話を継続的にスコアリングし、ツール選択ミスやタスク失敗を検出して改善提案を生成します。一方、AWS DevOps AgentはAmazon CloudWatchのログやトレースを横断して障害を自律的に調査し、IAMやAmazon Bedrockなどサービス間の相関を特…
Category
カテゴリ記事
- モデル・製品
Amazon Bedrock上のOpenAIモデル比較：正答あたりコストなどベンチマーク結果を公開
AWSは同一のオープンソースベンチマークハーネスを用い、gpt-5.6-luna、gpt-5.6-terra、gpt-5.6-solの三構成とgpt-5.4-mini、gpt-5.4-nanoの二基線をResponses API経由で評価した。測定項目は単一呼び出しの正答コスト、エージェントのターンによる軌跡コスト、職業的成果物のルブリック採点で、出力は各実行のタイムスタンプ付きJSONから生成されている。 主な結果例として、AIMEではsolが75%の正答率でminiの37%を上回り、価格改定後の記録ではlunaのAIME正答あたりコストが0.0021ドル、miniは0.0139ドルと報告…
- モデル・製品
Amazon Bedrock AgentCoreでMCP Appsの対話型HTMLウィジェットを提供開始
AWSは、MCP AppsとAmazon Bedrock AgentCoreを組み合わせ、AIホスト内で直接レンダリングされる対話型HTMLウィジェットを備えたMCPサーバーの構築と展開手順を示した。AgentCore runtimeはサーバーレスでセッション分離されたホスティング環境を提供し、AgentCore Gatewayが単一のセキュアなエンドポイントを公開する構成を説明している。サンプルアプリ「Unicorn Rentals」を通じて、AIホストからのツール呼び出しでリスト表示や予約、返却などの操作を処理し、ウィジェットはMCPのリソースURIで配信される点を解説する。 記事はまた…
- モデル・製品
GitHub、イベント運用をIssue起点で自動化する事例を紹介
Tomoko氏は、単一のGitHub IssueとIssueフォーム、ラベル、GitHub Actionsを組み合わせることで、ランディングページ複製、UTM付きURL生成、招待メール草案の作成、プロジェクトボードへの追加など、従来数日かかっていたイベント準備を数分で行う仕組みを構築した。 毎朝の登録者スクリーニングはcronトリガーのワークフローで実行され、招待制イベントは基準に沿って待機者を精査する。DRY_RUNというリポジトリ変数で外部操作を行わずにリハーサルでき、/lead-uploadと/event-reportのスラッシュコマンドで事後のリスト整形やレポート作成を自動化している。
- モデル・製品
Amazon Quickがデスクトップで一般提供を開始
AmazonはAmazon QuickデスクトップアプリをmacOSとWindowsで一般提供開始したと発表しました。デスクトップ版は、組織内データと会話のプライバシーを保ちながら業務を代行するAIアシスタントを提供します。モバイル体験ではiOSとAndroid向けにメール・カレンダー・CRM・メッセージングを統合するアクティビティフィードを追加し、エージェントが定型作業を処理する一方でチームが対応すべき意思決定を優先表示します。 Quickは既存のインフラ上で動作し、データを環境内に留め、会話のプライバシーと監査性を確保すると説明されています。プレビュー期間中の導入事例では、自然言語での質…
Next
次に見るコンテンツ
Newsletter
THINKLABの最新情報を受け取る
AIニュース・ツール・ガイドの要点を、仕事で使える形でお届けする予定です。
メール登録機能は準備中です
現在はメールの受付・保存を行っていません。開始時は本欄とプライバシーポリシーを更新します。