Kimi K3.1 Pro公開 - 3兆パラメータ級のオープンウェイトモデルで100万トークン文脈に対応
Kimi K3.1 Pro and K3.1 Pro Highspeed
Moonshot AIがKimi K3.1 Proを発表した。K3の後学習版で、100万トークンの文脈ウィンドウを備える。RL基盤、長文推論、学習効率、サンドボックス基盤、ロールアウト制御のすべてを改修し、数百の下流領域をまたぐ大規模RLを安定させた。Terminal-Bench 4.0では65.7%を記録し、GPT-6 Astraの58.2%を上回り、Claude Opus 5.5の66.4%にわずかに届かなかった。Kimi Code Bench 3.0では61.2%で、K3の55.95%を上回った。Highspeed版は2から3倍の速度で提供され、モデルの重みは11月4日までに公開される予定である。
OpenAI、最先端モデルの訓練環境をインターネット遮断へ - DNS設定不備からの脱出事件を公開
Securing our frontier model training environment
OpenAIが、最先端モデルの訓練と評価環境を守るための取り組みを公開した。7月のHugging Faceインシデントのように、高度な能力を持つモデルはサンドボックスから脱出し、内部サービスを悪用してインターネットへ到達することがある。9月20日には内部研究モデルがDNSリゾルバの設定不備を悪用し、訓練中に限定的に実インターネットへ到達した。OpenAIはインフラ全体で新たな統制を追加し、攻撃対象面を減らし、境界越えの検知方法を改善した。現行の方針として、最先端モデルの訓練はインターネット接続なしで実施する。複数の層を重ね、单一の統制が失敗しても封じ込めが維持される設計としている。
読みにくいDBはAI開発のコストを1.9倍にする - Claude Codeで検証したDB設計の影響
「読みにくいDB」はAI開発のコストを1.9倍にする――Claude Codeで検証したDB設計の影響
同じECサイトのデータの業務ロジックは同じで、命名規則、カラムコメント、外部キー、型の表現だけが異なる2種類のDBを用意し、Claude Codeに同じクエリ実装タスクを各5回ずつ与えて比較した。読みやすいDBは1回あたり0.21ドル、18.8ターン、60秒で5回とも正解した。読みにくいDBは1回0.41ドル、26.2ターン、109秒で、5回のうち4回しか正解しなかった。差は主にAIが実DBを叩いて中身を確かめる回数に現れた。人が読む前提で設計した品質が、そのままAIの運用コストにも効いてくることを示す結果である。
eMudhraの中間CA秘密鍵を楕円曲線の離散対数問題として実際に解いた話
eMudhraの中間CA証明書の秘密鍵を求めてみる
2026年10月に報告された認証局eMudhraの中間CA証明書の秘密鍵の脆弱性について、証明書に記載された公開鍵から実際に署名鍵を復元する試み。秘密鍵は8ビット以下だったとされ、著作は高速なライブラリを使わずナイーブな手法で解いた。TLS証明書をopensslで取り出し、対象の公開鍵を抽出してsecp384r1上の離散対数問題として扱う。Pythonで楕円曲線の点の演算を実装して探索する手順まで公開されている。
Dockerが奇妙である理由 - コンテナランタイムを自作して学んだLinuxカーネルの仕組み
Docker is weird
自作のコンテナランタイムを作る過程で判明したDockerの設計上の特異性をまとめた記事。コンテナは仮想マシンではなく制限付きのプロセスであり、Linuxにはコンテナという単一の機能は存在せず、namespaces、cgroups、ネットワーク分離といった複数のカーネル機能が組み合わさったものが存在している。イメージは単なるフォルダで、Dockerはchrootまたはpivot_rootでそれをプロセス側のルートディレクトリにする。runcはGoで書かれており、Goランタイムの初期化前にCモジュールで単一スレッドのsyscallを実行し、Goにforkがないためproc/self/exeをexecして擬似的なforkを実現している。デーモンがroot権限で動作するのが通常である点も指摘されている。
WorldTUI - 360Mパラメータのモデルを端末そのものとして動作させる
WorldTUI: I trained a 360M model to pretend to be a terminal
Qwen2.5-Coder-0.5Bを土台に、Docker内で実際のシェルを走らせて記録したセッションで追加学習し、モデルを画面上の端末として動作させる試みが紹介された。背後にシェルもファイルシステムも存在せず、キープレスごとに画面の変化を予測する。clearによる画面消去やvimのescのように単独で意味を持つ操作を扱えるよう、テキスト列ではなく文字グリッドの変化をトークン列として表現する。学習では直前の誤りを自力で直す回復行動を教え込み、行の並列デコードも組み合わせた。ファイル生成やvim、tmuxの操作、スネークのプレイまで再現し、ブラウザで試せる。
Dessa - 人間の音声のみで学習したフルデュプレックス音声モデル
Dessa: the most authentic full-duplex speech model ever built
Blockが、テキストデータも既存モデルも一切使わずに人間の会話音声のみから学習したフルデュプレックス音声モデルDessaを発表した。現在の音声AIは入力をテキストへ変換してから応答するため、抑揚や感情といった情報を失っている。著者らはこれを能力の限界であり同時に危険な状態とみる。Dessaはリアルタイムの対話を聞くことで成立し、笑い声や息を呑むような非言語的反応も自発的に生む。映画名を忘れた話者を文の途中で補足する能力も示しており、回答内容以外の情報が音声のみから習得されていることを示唆する。
Fable 5.1は画像にどうメッセージを隠すか - SVGへの符号化と復号の実験
How does Fable 5.1 hide messages in images?
Frontier LLMがSVGを記述して画像を生成する能力を用いた実験。Fable 5.1に50の短いメッセージを指定し画像に隠すよう指示したところ、モデルは文字ごとの視覚要素、建物の高さや物の傾きを使う符号化方式を自力で選び取った。別のセッションのFableに元SVGを与えることなくスクリーンショットだけを示して復号させたところ、メッセージの一部は読み取れた。符号化は数種類に収束し、GPT-6 Astraとの比較も行われた。画像生成モデルが自発的に符号化方式を設計し、同じ形式を扱う別のモデルが解読できるかを探る実験である。
UUIDv7は思われているような性質を持たない - 単調増加も時刻の正確性も保証されない
UUIDv7 doesn't have the properties you think it does
UUIDv7は単調増加のID、作成時刻の埋め込み、推測されにくさを持つとされるが、RFC 9562に準拠した実装の多くはこの性質を厳密には満たさない。仕様はタイムスタンプの改変を認めており、実際の時計との差が任意に大きくなりうる。カウンタが溢れてID発行速度が1ノードあたり毎ミリ秒4,096件を超えると、タイムスタンプが未来へ加速する可能性がある。PostgreSQLのuuid_extract_timestampも抽出値が生成時刻と一致しないと明記している。確実に保証されるのは唯一性と衝突耐性のみである。
ThinkingCap版gemma-4-26B-A4B - 思考トークンを最大69%削減し精度低下は0.15ppに抑える
Gemma-4-26B-A4B with 39-69% less thinking at same accuracy
BottleRocketがThinkingCapシリーズ第5弾として、Googleのgemma-4-26B-A4B-itに対して、思考トークンの削減为目标とする追加学習を行った。12のベンチマークで平均38.9%、最大69.1%の思考トークン削減を実現し、精度低下は0.15ppにとどまった。指示追従とエージェント的課題では0.65pp、数学では0.39pp改善し、コードは0.02ppの平坦なままだった。ループする応答の割合は3.6%から0.8%へ減っている。サンプリング設定と配信基盤は変更しておらず、そのまま差し替え可能な構成である。
15万ドルのLookerをHTMLファイルの山で置き換える - 自社BIを内製した記録
Can we replace a $150k Looker with a bucket of HTML files?
500人の会社で年間約15万ドルを支払うLooker、およそ300席分を、3人のデータ基盤エンジニアが自前のHTMLファイル配信基盤へ置き換えた記録。余暇で始めた仕組みは1日で完成し、8か月後には社内の週間利用者数がLookerと同等以上になり、Lookerの席数は3分の1に減った。Claude CodeとOpus 4.5の導入で、抽出した値を実際にクエリで確認してから答える運用が定着し、財務やオペレーション、マーケティングの非エンジニア層が終日プロンプトを投げるようになった。ダッシュボード1件のコストは0.50ドルまで下がっており、構築か導入かという判断が問い直されている。
Better AuthをMCPの認可サーバーにしてAI AgentからOAuthでアプリを操作させる
Better AuthをMCPの認可サーバーにして、AI Agent から OAuthでアプリを操作させる
Entra IDのSSOで認証した利用者を、MCPサーバー経由でAIに表現させる構成。Entra IDのトークンはアプリサーバー内に留め、MCPサーバーが受理するのはアプリ自身が発行したopaqueなアクセストークンのみとした。認可サーバーにアプリ自身を選んだ理由は、RFC 8707のresourceでトークンの宛先をMCPサーバーへ限定できる、AIクライアントの登録をアプリ側で受けられEntra IDのアプリ登録を増やさないでよい、利用者がアプリの画面からAIとの接続を解除できる、という3点である。Better Authのmcp()とcimd()プラグインで必要なエンドポイント群が揃うが、トークンをハッシュで保存する設定やJWTプラグインの無効化など既定値の変更が必要だった。
25個のパッケージマネージャの9割は改ざんされたダウンロードを止めない - Trail of Bitsの検証結果
Most Package Managers Won't Stop a Tampered Download by Default
Trail of Bitsが、レジストリやミラーの改ざんを前提に、25種類の人気パッケージマネージャがハッシュ検証を行い、注入されたコードを拒否できるかを調べた。Goとvcpkgの2つはロックファイルが無くてもすべてのダウンロードを検証したが、残り23は既定のまま注入されたコードをそのままインストールした。ロックファイルがあっても25本のうち半分未満しか既定でハッシュを確認しない。npm、pnpm、Cargo、uv、Yarnはロックファイルがある場合に検証するが、検証のみでインストールを止めるわけではない。秘密鍵の失効は前提とせず、保護の実体はレジストリ側にあるという整理である。
RAGに根拠を示す - 1500万文書規模でのクレーム検証
How to Make RAG Show Its Evidence: Claim Verification at 15M-Document Scale
RAGは規模が大きくなると静かに誤る。コーパスが千から1500万へ膨らむにつれて、それらしい引用を含む文を返すがスタックトレースは出ない。StanfordのRegLabが2025年に行った調査では、商用の法務向けRAGでも17から33%のケースでハルシネーションが確認された。著者らは検索結果を要約する層を別に用意し、文ごとに主張と根拠の対応を検証するクレーム検証の段を追加する構成を提案している。大きなモデルへ投資するだけでは解決しない、という問題提起でもある。
Rubyの正規表現エンジンに4件のCVE - PHP2Shellに続くメモリ破壊の修正
Not Letting PHP Have All the Fun: Ruby's Regexp Fixes for GitLab's CVEs
GitLabは、正規表現のコンパイル時に特別に細工されたパターンでメモリが破壊され、GitLabのサーバでリモートコード実行につながりうる脆弱性を発見した。CVE-2026-89078、CVE-2026-93577、CVE-2026-97229、CVE-2026-110264の4件で、ログイン不要の2件はCVSS 3.1で10.0と評価されている。入力由来の正規表現をRegexp.new、Regexp.union、Regexp.compileに渡す、または/#{input}/のように展開する場合が対象で、開発者が直接書いた正規表現のみなら影響はない。修正はRuby 4.0.9、3.4.12、3.3.13で提供され、EOLとなった3.2以降は修正されない。