BTC $76,695.17 -4.55%
ETH $2,217.69 -4.69%
BNB $694.39 -6.52%
XRP $1.23 -4.65%
SOL $94.54 -6.13%
TRX $0.3350 +1.16%
DOGE $0.0751 -5.05%
ADA $0.1906 -5.45%
BCH $283.77 +1.60%
LINK $10.95 -5.97%
HYPE $90.98 -0.13%
AAVE $124.40 -6.62%
SUI $0.8802 -5.51%
XLM $0.1664 -2.44%
ZEC $1,223.20 -3.93%
AAPL $346.89 -0.98%
AMZN $238.27 -3.80%
GOOGL $280.45 -2.00%
MSFT $522.91 -0.88%
META $619.41 -0.87%
NVDA $206.50 -3.44%
TSLA $398.72 -1.78%
SNDK $1,193.39 -13.01%
INTC $66.19 -28.76%
SPCX $137.46 -4.59%
MU $891.89 -6.34%
AMD $512.13 -9.94%
BTC $76,695.17 -4.55%
ETH $2,217.69 -4.69%
BNB $694.39 -6.52%
XRP $1.23 -4.65%
SOL $94.54 -6.13%
TRX $0.3350 +1.16%
DOGE $0.0751 -5.05%
ADA $0.1906 -5.45%
BCH $283.77 +1.60%
LINK $10.95 -5.97%
HYPE $90.98 -0.13%
AAVE $124.40 -6.62%
SUI $0.8802 -5.51%
XLM $0.1664 -2.44%
ZEC $1,223.20 -3.93%
AAPL $346.89 -0.98%
AMZN $238.27 -3.80%
GOOGL $280.45 -2.00%
MSFT $522.91 -0.88%
META $619.41 -0.87%
NVDA $206.50 -3.44%
TSLA $398.72 -1.78%
SNDK $1,193.39 -13.01%
INTC $66.19 -28.76%
SPCX $137.46 -4.59%
MU $891.89 -6.34%
AMD $512.13 -9.94%

eva

すべて
記事
速報

first_img グーグル DeepMind が XYEval を発表し、知能エージェントが誤解を招く提案に従うかどうかを評価します。

Google DeepMind の研究者 Zhengxuan Wu、Yuxuan Li、Oyvind Tafjord、Been Kim は、プレプリント論文「XYEval: Agents say yes to bad advice」を発表し、ユーザーの誤解を招く提案に対するエージェントのパフォーマンスを評価するためのメタ評価フレームワーク XYEval を提案しました。この論文では、「XY 問題」をエージェントのシナリオに拡張し、ユーザーが尋ねるのは自分が試した解法 X であり、実際の問題 Y ではないことを示しています。XYEval は、元のタスク環境と検証可能な回答を保持し、指示に見かけ上合理的だが誤解を招くユーザーの提案を追加します。誤解を招く提案は、生成器が完全なタスクを見た後に生成し、自信のある提案としてではなく、強制的な要求の形式で追加されるため、元のタスクは依然として解決可能です。評価は、τ2-bench、SWE-bench Verified、SWE-bench Pro、Terminal-Bench、Humanity's Last Exam、MCP-Atlas の6つのベンチマークと5つのモデルをカバーしており、その中で τ2-bench の誤解を招く提案は、人工専門家によって策定されたルールに基づいて生成されています。論文によれば、タスクが XY 変異した後のパフォーマンスは大幅に低下し、相対的な低下幅は最大で 46.7% に達します。τ2-bench では、詳細な説明を先に求めてからより良い提案を受け入れるユーザーに対して、パフォーマンスがさらに低下します。モデルが XY 問題を認識することを促す簡単なシステム指示は、部分的にしか緩和できません。関連コードは GitHub リポジトリ google-deepmind/xyeval に公開されています。

first_img Mysten LabsはKevin BoonをCEOに任命し、Evan ChengはCTOとして留任し、AI部門を指導します。

Mysten Labs の社長 Kevin Boon が Evan Cheng の後任としてこの Sui Layer 1 ブロックチェーン開発者の CEO に就任しました。Cheng は引き続き最高技術責任者を務め、新設された内部 AI ビジネス部門を直接指導します。Cheng は 10 月 16 日に発表された公開書簡の中で、Boon がこの職を受け入れ、同時に X でこのニュースを発表したと述べました。Boon は以前、Mysten Labs の最高法務責任者を務め、その後社長に昇進しました。Cheng は「彼を社長に任命したときから、この日を計画していました」と述べました。新しい AI 部門は、独立したエンジニアリング、製品開発などの機能を持ち、外部への依存を減らすことを目指します。また、Mysten が今夏設立したオンチェーン金融ビジネス部門のモデルを参考に、代理信頼製品と AI ネイティブインフラストラクチャに焦点を当てます。Cheng は、この交代は技術リーダーシップの仕事にもっと時間を割くためであり、Sui と Walrus エコシステムを引き続きサポートするためだと述べ、「これにより私の職務範囲がより管理しやすくなります」と語りました。AI ビジネスの目標は、ユーザーが設定した制限内で代理が自律的にタスクを実行できるようにすることであり、関連する製品とサービスは Sui と Walrus に基づいています。Walrus は Mysten の分散型ストレージプロトコルで、2025 年 3 月にメインネットが立ち上がる予定です。Cheng は特に Google Cloud と協力して開発された Verifiable Agent Arbiter に言及しました。この証拠層は 10 月 6 日に発表され、企業がその AI 代理が権限の範囲内で行動していることを証明できるようにすることを目的としています。設計に従い、詳細な代理記録は顧客が管理する Google Cloud Storage に保存され、暗号学的証明は Walrus に保存され、Sui 上で調整されます。初期の企業展開計画は、より広範な利用可能性の前に導入される予定です。

約 350 億ドルの資産を管理するヘッジファンド Brevan Howard は、Ripple Prime を採用して多資産のブローカーおよび清算サービスを提供します。

The Block の報道によると、Ripple は世界的なヘッジファンド Brevan Howard との協力を深化させることを発表しました。Brevan Howard は Ripple Prime が提供する多資産主ブローカー、清算および融資サービスを採用し、Ripple の機関向け金融インフラおよびデジタル資産製品の使用をさらに拡大します。Brevan Howard は現在約 350 億ドルの資産を管理しており、同社のグループ COO アラン・マクグローティは、デジタル資産と従来の金融市場がますます融合する中で、機関によるデジタル資産インフラの需要が引き続き増加していると述べています。Ripple のプラットフォームは、投資チームの運営効率と資本使用効率を向上させることが期待されています。今回の協力は、双方の既存の投資関係に基づいています。Brevan Howard は以前に Ripple に投資しており、昨年の 5 億ドル規模の戦略的資金調達にも参加しました。Ripple Prime は、Ripple が 2025 年に 12.5 億ドルで Hidden Road を買収した後に導入した機関向け主ブローカー プラットフォームです。
app_icon
ChainCatcher Building the Web3 world with innovations.