🧠 research

2026-07-11 · 5 topics

GPT-5.6・Claude・Grok 4.5 ら 12 モデルでアプリ開発比較──OSS モデルは単純タスクで商用級の性能

12 モデルが 4 つのアプリ開発タスクに 5 回ずつ挑戦し、複雑なロジックでは商用 SOTA が優位だが、単純な定番タスクでは OSS モデルが圧倒的なコストパフォーマンスを発揮した。

Apple、動画理解モデルの時系列推論を強化する学習手法「TGPO」を公開

MLLMが陥りやすいフレーム単位の空間的ショートカットを排除し、時系列の整合性を報酬として与えることで一人称視点動画の理解精度を向上させた。

Microsoft、気象予測モデル Aurora 1.5 を公開──22 の変数を追加しアンサンブル予測に対応

22の気象変数追加と時間解像度の向上により、エネルギーや農業分野での実用的な予測精度を強化した。

研究：GLM 5.2、VAT 申告タスクで人間と同等の精度を 1% 未満のコストで達成

英国の中小企業向け VAT 申告業務において、GLM 5.2 が 2.73 ドルの推論コストで人間と同等の正確性を実現し、会計業務自動化の経済的転換点を示した。

Ello、幼児向けリアルタイム AI 家庭教師のアーキテクチャを公開──1,000ms 以下の応答を実現

教育的観点から従来のツールループ型エージェントを廃止し、遅延による学習意欲の低下を防ぐ低レイテンシ設計を導入した。