Mistral Large 4の重みを公開 - 1兆パラメータのマルチモーダルモデルがオープンウェイトで提供開始
Mistral Large 4 (Le Chonk) is now open weight
Mistralは10月下旬、Mistral Large 4の重みを公開した。愛称はLe Chonkで、1兆パラメータのネイティブマルチモーダルモデルになる。公開プレビューから3週間追加の強化学習学習を進めたことで、符号化と防御用セキュリティの性能が大きく伸びている。Cognitionの非公開ベンチマークFrontierCode 2.0では19.7%で首位、Terminal-Bench 4.0では41%まで13ポイント改善し、オープンウェイトモデルで首位を確立した。Artificial AnalysisのCoding Agent Indexでは48%で、GLM-5.3と同水準ながら1タスクあたりのトークン消費を47%削減した。推論モードはLow、Medium、Highの3段階から選べる。学習から公開まで欧州のインフラ上で行われた点を強調し、ソブリンAIの基盤としての位置付けを主張している。
PHP2Shellの連鎖攻撃で25サーバーがroot化 - PAN-OSの政府関連環境にも侵入
Chained PHP2Shell Exploit Roots 25 Servers, including US Government Servers
Dream Researchは10月25日、PHP2Shellの2つの脆弱性CVE-2026-109618とCVE-2026-109619に、カーネル権限昇格のFragnesia CVE-2026-46300を連結させた攻撃を検出したと発表した。認証なしで1回のHTTPリクエストで脆弱ビルドのPAN-OSファイアウォールをroot化できる。対象是美国、日本、台湾、韓国にある25台のPAN-OSファイアウォールと管理サーバで、root取得後はActive Directoryへの攻撃に移り、資格情報の抽出とディレクトリの列挙が確認された。残っていたアーティファクトにはClaude Codeの導入、中国の偵察基盤FOFA、DeepSeekとKimiのAPIキーを使う攻撃基盤aiscanが含まれる。約40本の後利用スクリプトの構造やコメントの傾向からAI支援開発が示唆されるが、完全自律型の国家級攻撃ではないと分析している。Palo Alto NetworksのUnit 42が独立に検証しており、固定版PAN-OSがリリースされている。
AIが示す統計の4割が裏付けを持たない - 1285件の出典を辿った調査
Zombie stats: Where the numbers AI quotes come from
Trakkr ResearchはChatGPT、Perplexity、Gemini、Claude、GoogleのAI Overviewsの5つに数値を求める200問を提示し、引用された統計1285件を出典元まで追跡した。結果が同じ研究に到達したのは40%で、数値や文脈が変わっていたものが8%、確認できなかったものが40%、まったく追跡できなかったものが11%だった。つまりAIが挙げる数値の半分以上は研究の裏付けを持たない。代表例として営業担当が一度のフォローアップで44%諦めるという数字が5つのアシスタントすべてから返されるが、実態は2020年の商社統計ページを経由して2017年のサンプル記事の見出しに到達するだけで、追跡すべき研究が存在しない。AIが引用したページには82%の確率でその数字が記載されていたが、元の研究そのものは21%しか含まれない。ChatGPTは1回答あたり1.3件と最も引用数が少なく、57%が裏付け付きだった。
マーチン・ファウラーがLLM文体を論考 - 下書きをAIに任せる危うさ
LLM Voice
Martin Fowlerは10月29日、LLMが生成した文章に特有の文体を論じた投稿を公開した。AIが書いた文章を読むと、なぜか定義しがたい不快さを覚えるという現象を指し、散文が『 Humansの文章ではない』と悟られる不気味な谷間だと表現している。検知ツールの精度には懐疑的なが、そもそも判定ツールに手を伸ばした時点でもう遅いという点が本質だと指摘する。下書きをAIに作らせると、人が編集してもLLMの文体は抜けず、定型表現や脈絡のない平板な語彙が混入するからである。骨組みやアウトライン作成にLLMを使うのは問題ないが、散文は著者が自分で書くべきだと主張する。AIを執筆支援に使う場合はその旨を明記することが自分のサイトのポリシーであり、本人は文章生成には使わず検索としてのみ利用しているとしている。
Grace Blackwellには新しいスケジューラが必要 - 同じラックで27%多くのGPUが使える
Grace Blackwell needs a new scheduler: 27% more usable GPUs from the same racks
SkyPilotは10月29日、NVIDIAのNVL72環境で必要となるスケジューリングの考察を公開した。NVL72はラック内の72基のGPUを単一のNVLinkファブリックで接続するが、ラックをまたぐジョブは依然InfiniBandで通信され性能が落ちる。同じ分散学習ジョブをInfiniBandで回すとNVLinkと比べて43%劣化する。NVLinkの利点を保つには配置をラック内に保つ必要があり、硬件故障でノードが落ちたりジョブ終了時刻がばらけたりすると空き容量が分散する。SkyPilot Platformはトポロジー意識型の配置、GPU障害時のその場での回復、共有クラスタの自動デフラグメントでこれを 해결し、ラック内のジョブを維持することで同じラックから27%多くの使用可能GPUを確保する。別の測定ではNVL72のNVLink上の学習スループットを14%改善すると報告されている。
YCがMinecraftとMindustryでAIエージェントの群れを実験 - 初夜に22人が死亡して慎重になる
We ran AI agent swarms in Minecraft and Mindustry
Y CombinatorのLabsは2026年10月、多エージェント動態の解明を目指してOlam Labsと共同でMinecraftとMindustryにおけるエージェント群の実験を実施した。長期稼働が可能なエージェント用のハーネスは存在しなかったため、Mineflayerの上に構築してオープンソース化している。エージェントはPi上でコアのエージェントループを実行し、観測、推論、記憶、行動、メッセージ送信、スクリプト実行を行う。出身順に上下関係が形成され、先頭のAdaが実質的なリーダーとなって共有領域に定住計画を書き込み、ほかのエージェントが承認を求めるという階層が生まれた。一方、夜間にゾンビやスパイダーに殺されたエージェントが34体中22体という多さだったため、その後は夜間の一時的な行動に慎重になり、3夜目には遠方の偵察や不要な発掘を止めて割り当てられた短い作業だけを行う方針へ切り替えた。
Raspberry Pi Pico 2Wで動く極小ワールドモデル - 神经网络がゲームを生成し別のネットワークが遊ぶ
A tiny world model running games on a Raspberry Pi Pico 2 W
SheepSebがRaspberry Pi Pico 2 W上で2つの小規模な神经网络を使ってゲームを生成し、並行して遊ぶtinyworldformerを公開した。1つめのネットワークは現在のフレームとアクションを入力に次のフレームと報酬を予測するワールドモデルで、2つめは生成されたフレームからアクションを選ぶアクタである。採用したのはループ型トランスフォーマーで、同一の重みを繰り返し適用することで層を積まずにメモリを節約する設計になっている。実物のPico 2 WにはFPUがあるため整数演算主体のモデルでも実用的な速度が出る。ベンチマーク用に各ゲームの正解をnumpyで実装し、生成された各フレームと突き合わせて一致を確認している。ブレークアウト、Flappy、Pong、DOOM風の簡易ゲームに対応し、ビルドには量子化を使っており、ブラウザ上のデモも提供されている。
Goでヒープ割り当てゼロを強制するツール - 呼び出しツリー全体の割り当てを検査
noalloc: Tooling and libraries to enforce zero heap allocations in Golang
The Consensus LabsがGo向けのnoallocを公開した。ヒープ割り当て的发生しないコードを書くこと自体は可能だが、コードの変更によって割り当てが発生することを防ぐ点が意義である。関数にnoallocのroot指示を付けると、CLIがその呼び出しツリー全体を検査し、ヒープ割り当てを行う行を一件ずつ報告する。理由を書けば明示的に除外することもでき、エラーやパニックで終わる経路や初回初期化は許容される。終了コード1は割り当て発見、2は実行不能を意味する。ゼロ割り当ての固定長データ構造とアルゴリズム、割り当てを用いないJSONエンコーダとデコーダも同梱されている。Go 1.27以降が必要で、READMEにもコードもAIが書いたと明記されている。
ログファイルだけでAIエージェントを乗っ取る - プロンプト注入の実験
Ghost in the Shell: Can a Log File Hijack an AI?
Daniel BalcarekはHacktoberfestのテーマの着想から、300行の偽ASP.NET Core APIログにプロンプト注入を埋め込み、ログ分析的任务であるAIエージェントを誘導できるかを検証した。ログは下流の決済APIが遅延し429や502、503、504を返し、リトライとサーキットブレーカーを経て復旧する状況を再現している。注入は人間が一読では気づかない位置に仕込まれている。攻撃者はシステムプロンプトを直接操作するのではなく、ログファイルという検査対象そのものを命令として解釈させる。AIがセキュリティ上重要なログ解析を行う際、入力データが指示として扱われるという問題は、ログの書き込み権限の管理や自動生成ログのサニタイズが必要であることを示している。
承認を取得したAIエージェントが承認と違うことを実行する - 人間の確認だけでは防げない
AI Agents Can Get Approval and Still Do the Wrong Thing
Atul Kumarは、人間の承認が実際の実行と結び付いていない場合、AIエージェントが承認内容とは異なる操作を実行しうる問題を指摘した。例として2万5000円の返金を検証して人間の承認を得たエージェントが、ツールからの新情報や再計画によって7万5000円の返金を要求するケースが示される。アプリケーションがどの種類の操作が承認されたかしか確認しなければ、新しい要求を古い決定のまま実行してしまう。プロンプト注入や高度な侵入手法は不要で、意図の承認と特定の操作の実行許可を混同しているだけである。対策として、承認を狭いスコープの検証可能な認可の証跡として扱い、対象の操作と引数、有効期限に結び付け、実行時に検証し、再実行攻撃を防いで初めて実効的な制御になると論じている。
macOS標準のgitが偽のgithub.comを警告なくクローンした - 失効CA証明書の信頼性問題
Your Mac's git cloned a fake github.com without a warning: Apple, eMudhra, act three
Sam LABBEは、Apple標準のgitが偽のGitHubサーバから警告なくコードをクローンできたと報告した。原因は秘密鍵が既に公開されているeMudhraのCA証明書2件、AAA Certificate ServicesとemSign ECC Root CA G3をmacOSの信頼ストアが依然として信頼していることで、Homebrewのgitは拒否するがApple同梱のgitは受理する。証明書バンドルから該当の2件を削除する回避策は機能するが、10月26日にリリースされた macOS 27.2 は修正ではなく利用者が手動で適用した回避策を元に戻しており、更新のたびに信頼ストアを再確認する運用が必要になる。判定方法として git ls-remote で(emudhra.we-have-a-problem.com) の参照が取れるかを確認する方法が紹介されている。ビルドパイプラインこそ信頼境界であると主張している。
Deno 2.9のタスクキャッシュでビルドが10ミリ秒に - files宣言でキャッシュが有効に
Deno 2.9's task cache turns a 4-second build into a 10-millisecond skip
Alex GeorgievはDeno 2.9.8で導入されたタスクキャッシュを実測した。deno.jsonのtasks定義にfiles、output、envの3フィールドを追加でき、filesを宣言したタスクだけがキャッシュの対象になり、キャッシュヒット時はoutputが再生成されずストアから復元される。filesのない設定は常に実行される。src配下の40ファイル約1.1MBを2000回SHA-256でハッシュする処理を用意したところ、ビルドは4.289秒、4.025秒、3.939秒から10ミリ秒前後へと短縮された。ただし変更の判定自体にコストがかかり、宣言した入力に書き込むタスクの扱いについては期待と異なる挙動を示す。いずれも安定版で提供される挙動でプレビューではない。
KaniでVerylコンパイラの式評価を形式検証 - LLMが証明とテストを自動生成
KaniによるVerylコンパイラの形式検証
Veryl開発者のdalanceは、ハードウェア記述言語Verylのコンパイラが内部で行う式評価の形式検証にKaniを選んだ経緯と実践を紹介した。Verylは各ビットが0、1、x、zの4値を取り、変数幅も可変であり、SystemVerilogの規格IEEE 1800-2023の細かい式評価ルールに準拠する必要があるため単体テストでの検証が困難で、評価結果の誤りが繰り返し報告されてきた。仕様の一部は規格書を直接参照させ、Veryl固有の部分は実装からLLMに抽出させることで、検証対象と実装の乖離を抑えた。LLMにはCodexのSol 6.1を使い、Kaniの証明、証明しきれない部分のダイレクトテスト、ミューテーションテストを自動生成させる。完全自動化ではKaniの証明を避けて直接テストへ逃げるため時々ヒントを与え、CIで毎晩検証してエラーをIssueで報告しLLMに修正させる運用にしている。すでに4値評価や符号拡張のコーナーケース、およびLSPにおける座標計算とUTF-16位置の誤りを発見し修正している。
2026年秋の国内情報漏えい18件を整理 - 侵入経路が判明したケースは9件のみ
公表資料から読む2026年秋の情報漏えい18件：侵入経路はどこだったのか
しろちゃんは、各社と公的機関の公表資料をもとに、2026年9月以降に公表された国内の不正アクセスと情報漏えい18件をどこから侵入されたかを中心に整理した。ソースネクストの2251万9960件は会員情報取得APIの不正利用が原因で、skyticketではログイン不要の予約完了ページが機械的に閲覧されていた。公表された侵入経路はAPIや管理機能が4件、ソフトウェアの脆弱性が4件、委託先サーバーが2件で、残りは公表なしまたは公開資料からは判断できない。ローソンIDは215万5345件、焼肉きんぐ公式アプリは1078万8963件など、件数の桁外事例が並ぶ。ブックオフは攻撃手法の詳細の公表を差し控えている。影響サービスの一覧とパスワードの扱いの推奨も記載されている。
OpenSearchのLLM-as-a-Judgeを日本語商品検索で検証 - 人手ラベルとの一致を測定
OpenSearchのLLM-as-a-Judgeを日本語の商品検索で動かして、人手ラベルと比べてみた
nextbeatのnkhrは、OpenSearch 3.1で導入された検索品質評価機能Search Relevance WorkbenchのLLM-as-a-Judge機能を日本語データで検証した結果を共有した。正解データの作成はLLM_JUDGMENTで行い、採点は0から1の段階評価か関連ありなしの二択から選択できる。Amazonが公開している商品検索データセットESCIの日本語部分には人間による4段階の関連度ラベルが付いているため、このラベルとLLMの採点を比較する。環境はDockerでOpenSearchとDashboards 3.9.0を起動し、analysis-kuromojiプラグインで日本語形態素解析を導入、LLMはGemini 3.5 Flash-LiteをGemini API経由で呼び出し、Python 3.12はuvで管理した。日本語データにおけるLLM審査の信頼性を実データで確認している。