AI ニュースを検索

なぜdbt Labsは、AIエージェントがついにセマンティックレイヤーの定着を実現すると考えているのか

チームが信頼の問題を解決できるなら、AIエージェントはなぜセマンティックレイヤーを定着させられるのか。

Oktaが大規模なAIエージェントのガバナンス文脈から得た知見

Oktaは、dbtを唯一の信頼できる情報源として活用し、AIエージェントのコンテキスト管理手法を再構築しました。

dbt Wizardの内部では、その作業内容を示すために構築されたAIエージェントが動作しています

dbt Wizardのデザイナー兼エンジニアリングリードが、コードが本番環境にデプロイされる前にエージェント自身がどのように自らの成果を検証するかを示しています。

dbt v2 の新機能：パーシングの高速化、共通のアダプタ層の導入、そして巨大な manifest.json を省略したドキュメント体験

dbt v2はアダプターをバンドルし、パーシングを高速化するとともに、人間とAI向けにmanifest.jsonをより小さく、クエリ可能なファイルに置き換えます。

Supabaseの10億ものAI生成アプリ向け計画

AIエージェントがますます多くのソフトウェアを生成しており、その結果、バックエンドが果たすべき役割も変化しています。Supabaseの共同創業者であるポール・コプルストーン氏とアン・ウィルソン氏がswyxに登場し、データベースと並行して長期間稼働するワークロードを運用することや、スキーマをエージェントにとってより理解しやすくすることについて議論します…

Rampの社内AIエージェントが100万セッションを突破した方法

Rampは、社内AIを分析エンジニアリングとして扱うことで構築したエージェント、サンドボックス、ダッシュボードを共有しています。

メインフレームからAI駆動の成熟へ：Veriskのデータ近代化の歩み

Veriskは、メインフレームからdbtへと、数十年にわたる保険データを近代化し、AI対応の体制を整えました。

プロンプトからPRまで：CareemのAIが、人間が目にする前にどのようにdbtモデルを書き込み、検証するのか

CareemのAIエージェントは、人間がPRをレビューする前に、dbtモデルをエンドツーエンドで作成し、検証します。

Kilo社のデータサイエンティストが、自社のAIエージェントに欠けていたビジネスコンテキスト層をどのように構築したか

データサイエンティストが、dbtプロジェクトだけでは保持できない組織のナレッジ向けのAIコンテキスト層をどのように構築したか。

悪質なAIエージェントの群れが、より優れたアイデアを得るための教訓を私たちにもたらすとは

ベン・スタンシルは、Hugging Faceのハックを用いて、最も有用なアイデアがなぜ最も奇妙なつながりから生まれるのかを説明しています。

研究は、自閉症と非自閉症の個々の対人対話における成功の知覚を予測するための多モーダル手法を提案している

arXivに掲載された新たな研究（番号2610.31682v1）では、言語運動、顔面表情、音声の韻律、話の交替といったマルチモーダルな特徴を用い、自閉症者と非自閉症者の参加者が含まれる3つの自然な二人間対話データセットにおいて、対話の成功度に対する各参加者の主観的認識を予測しました。

注目する理由：本研究は、従来の診断分類や単一モダリティによる分析にとどまる限界を克服し、補完的な多モダリティの行動指標を初めて体系的に統合して、「知覚された対話の成功」という社会的コミュニケーションの核心次元をモデル化しました。これにより、神経多様性を持つ人々のコミュニケーション支援技術の向上に向けた新たな方法論的根拠を提供しています。本論文はすでに公開されており、タイムスタンプは現在のシステム時刻と一致しており、最新の学術進展に該当します。

研究により、ラテン語専用の言語モデルLAMBおよび2つの新しいコーパスAcervusとCorpus Trinumが公開されました

2026年10月26日、arXivは論文arXiv:2610.31723v1を公開し、ラテン語専用のエンコーダーであるLatin Modern BERT（LAMB）を提案しました。同モデルはModernBERTアーキテクチャに基づき、二段階の事前学習を経て、740億語以上のラテン語トークンと新たな形態素認識型マスク戦略を用いています。同時に、2つの全く新しいラテン語コーパスも公開されました。1つは240億語のAcervusで、76万件のByT5によるOCR修復済み破損テキストを含みます。もう1つは、世界初の人工的に構築されたラテン語の意味三項対象データセットCorpus Trinumで、強/弱の三項対象が1億以上収録されています。

注目する理由：本研究は、古典言語NLPの基盤資源における空白を埋め、ラテン語の意味理解向けの大規模な事前学習モデルとそれに伴う評価基準を初めて体系的に構築した。さらに、厳密な実験によりLAMBが17のサブタスクのうち16項目で優位性を示し、明確な技術的貢献と再現性を備えていることを実証した。なお、すべての結論はarXiv論文の要約および事実抽出内容に厳密に対応しており、外部情報は一切導入していない。

マイクロソフトとHugging FaceがThinkingBoxフレームワークをオープンソース化：データベースの最終状態を確定的な報酬信号として用い、エージェントの強化学習後訓練を推進

マイクロソフトとHugging Faceは共同でオープンソースフレームワーク「ThinkingBox」を発表しました。このフレームワークは、LLMエージェントが実行した後の実際のデータベースの最終状態と期待される状態を比較し、0/1の二値報酬を生成することで強化学習による微調整に用いられます。また、それに伴うベンチマーク「ThinkingBox-Bench」には507の実際のバックエンドタスクが含まれており、いずれのタスクも学習に使用されていません。Qwen3.8-27Bは50ステップのGRPOによる微調整を経た結果、ホールドアウトテストセットにおいてpass@1が9.08ポイント向上し、Observed 20/20は約3倍に増加しました。ただし、一部の領域ではpass@20が低下しており、これは広範さと安定性のトレードオフを反映しています。