#hallucination

Claude Code課金変更ほか11件

Claude Codeの自動モード課金変更、AGENTS.md対応、OpenAI Jalapeñoチップ、Geminiセキュリティ評価、Alibaba医療モデル、Jevクローン急増、Conway予想のLean証明、米軍AI誤報、Cloudflare 100TB削減など12件を掲載。

Muse Spark 1.3がGPT-5.6-Sol並び世界3位で90%超割引の学習提供とopen weights予告、Claude Fable 5.1がTerminal-Bench-Science 0.1で52.6%とFable 5の24.7%から倍増、Claude Code v2.1.259がmanagedMcpServersと--permission-prompts noneを追加ほか7件

Muse Spark 1.3がGPT-5.6-Solに並ぶ世界3位の性能で学習提供90%超割引とopen weights化を予告したことが示されました。Claude Fable 5.1がTerminal-Bench-Science 0.1で52.6%とFable 5の24.7%から倍増しOpus 5の29.0%とGPT-5.6-Solの22.4%を上回り5段階のreasoningレベル検証が示されました。Claude Code v2.1.259がmanagedMcpServersと--permission-prompts noneを追加しCodex 0.153.0がVim undo/redoとプラグインマーケットプレイスを投入したことが示されました。ほか、Qwen3.5-35BをTRLとOpenEnvで水彩画生成にGRPO学習する1コマンド再現のオープンリシピ、WebLLMがWebGPUでOpenAI API互換のブラウザ内推論を実現、EarlyEvalが早期予測で100〜数千ドルのベンチマーク実行費をタスク内削減、幻覚検出をsemantic entropyとtoken logprobsで相補的に判定、RAG検索モデル選定の増分プール評価、Trace as Stateが推論トレースを先頭配置で長文メモリを指数削減を含む10件を収録しています。