OpenAIがGPT-5にコーディングエージェントとしての最適化を施した「GPT-5-Codex」を2025年9月15日にリリースしました。GPT-5-Codexはコードレビューやリファクタリングに特化しており、GPT-5と比べて高い精度でコーディングエージェントとしてのタスクを実行できます。 Introducing upgrades to Codex | OpenAI https://openai.com/index/introducing-upgrades-to-codex/ AIモデルの「GitHubのIssuesを解決する能力」を測定するベンチマーク「SWE-bench」でGPT-5(水色)とGPT-5-Codex(青)をテストした結果が以下。総合能力はGPT-5-Codexがわずかに上回り、コードリファクタリングタスクではGPT-5の達成率が33.9％だったのに対してGPT-5-

この記事は主に gpt-5-thinking と gpt-5-main に焦点を当てています。GPT-5 システムは、ベンチマーク性能だけでなく、現実世界での有用性も向上しています。具体的には以下の改善があります。 幻覚（hallucination）の削減 指示への忠実性向上 迎合的応答（sycophancy）の抑制 さらに、ChatGPT の主要な 3 つの用途（文章作成、コーディング、健康関連）での性能向上が図られています。すべての GPT-5 モデルは、不適切なコンテンツ生成を防ぐための最新の安全訓練アプローチ safe-completions を採用しています。 また、gpt-5-thinking は生物学・化学分野で 高リスク能力（High capability） に該当すると判断し、Preparedness Framework に基づく安全策を有効化しています。現時点でこのモデ

OpenAI⁠⁠、AIコーディングエージェントをガイドするための「AGENTS.md」サイトを公開 OpenAIは2025年8月20日、AIコーディングエージェントをガイドするためのシンプルなフォーマット「AGENTS.md」を案内するサイトを公開した。OpenAI Codexのほか、Amp、GoogleのJules、Cursor、Factory、Roo Codeといったエージェントやツールの開発チームと協力して作ったという。 AGENTS.md The https://t.co/uop4XiFxan microsite is live! Think of it as a README for agents: a simple, open format for guiding coding agents. It’s been awesome to work alongside peers

皆さん、一度は今世界の最先端AI企業であるOpenAIに入社してみたいと思ったことありませんか？ 僕はあります。うそです。 最近ふと思ったんですよね。今一番デザイナーが行ってみたい最先端の企業はどんな要件を求めているんだろうと。 そこから次の時代に求められるデザイナーの要件に繋がるヒントがあるんではないだろうかと。 ChatGPTに聞いてみた 流石の給料の高さです。ProductDesignerで普通のミニマムサラリーで3600万以上もらえます。ただし、アメリカの物価の高さや保険料の高さ、生活の不便さを考えると実質日本の年収1500万くらいと同じくらいの生活水準だと思ってください。まあ十分高いですがｗ 求められる経験・スキル上記はChatGPTがまとめたものですが、実際の求人にはこう書いてます。 この中で特筆すべきは 「曖昧さへの耐性」 という項目です。 あまりデザイナーの求人の中に曖昧さ

本記事では、精度の高い「Deep Research」機能を実装するための手法について、ざっくり解説します。 株式会社ナレッジセンスは、「エンタープライズ企業の膨大なデータを掘り起こし、活用可能にする」プロダクトを開発しているスタートアップです。 この記事は何 この記事は、「Deep Research」の新手法「Test-Time Diffusion Deep Researcher（TTD-DR）」の論文[1]について、日本語で簡単にまとめたものです。 本題 ざっくりサマリー 「TTD-DR」は、Deep Researchの精度を上げるための新しい手法です。 Google Cloud の研究者らによって2025年7月に提案されました。 最近、OpenAIの「Deep Research」が話題です。この機能では、Web上の情報をもとに深く考え、高精度な回答をすることができます。ただ残念ながら、

本記事では、Azure OpenAI Serviceを活用してプロダクト開発に取り組む5社のエンジニアの皆さんより、技術選定の背景や工夫・今後の展望等をアーキテクチャ図とともに解説いただきました。 各社がどのように Azure OpenAI ServiceのAPIを組み込み、運用上の課題を解決してきたのか。自社の取り組みに活かすヒントを得ていただく場となれば幸いです。 ※ツール名・ご寄稿企業名共にアルファベット順で掲載しております 株式会社フライヤー本の要約サービスflier（フライヤー）では、「書店に並ぶ本の数が多すぎて、何を読めば良いか分からない」「立ち読みをしたり、書評を読んだだけでは、どんな内容の本なのか十分につかめない」というビジネスパーソンの悩みに答え、ビジネス書の新刊や話題のベストセラー、名著の要約を1冊10分で読める形で提供しています。通勤時や休憩時間といったスキマ時間を有

以下の記事が面白かったので、簡単にまとめました。 ・Reasoning best practices - OpenAI API 1. Reasoningモデル のベストプラクティスOpenAIは、「Reasoningモデル」(o1 や o3-mini など) と「GPTモデル」(GPT-4o など)の2種類のモデルを提供しています。これらのモデルは動作が異なります。 この記事の内容は次のとおりです。 (1) ReasoningモデルとGPTモデルの違い (2) Reasoningモデルを使用するタイミング (3) Reasoningモデルを効果的に促す方法 2. Reasoningモデル と GPTモデル「Reasoningモデル」は、複雑なタスクについてより長く、より真剣に考えるように学習しています。これにより、戦略を立て、複雑な問題に対する解決策を計画し、大量のあいまいな情報に基づいて

9/28の #日本CTO協会 さんのイベントで登壇した資料を公開しました。 「ChatGPTの10ヶ月と開発トレンドの現在地」 開発のトレンドの最新情報をざっくり纏めています。 ・Prompt Engineering開発の現在地 ・RAG開発の現在地 ・Plugin開発の現在地 ・GPT-V…

「LangChainソースコードリーディング／テーマ：OpenAI Chat APIを『ちゃんと』使う」は、LangChainでOpenAI Chat APIを「ちゃんと」使うことをテーマとして、ソースコードリーディングを実施する勉強会です。ここで大嶋勇樹氏が登壇。続いて、Memory機能がChat APIをちゃんと使っているかを実際のソースコードから確認します。 LangChainにはなぜMemoryという機能があるのか大嶋勇樹氏：続いて、OpenAI Chat APIを「ちゃんと」使うには、ということをもう少しやっていこうと思います。 ここではLangChainのMemory機能を扱おうと思いますが、LangChainにはMemoryという機能があります。なぜそんな機能があるのかの背景からいきます。 そもそも、LangChainなしのOpenAIのAPIというものは、前回のやり取りを覚

LLMのファインチューニングで何ができて、何ができないのかまとめました。 1. LLMのファインチューニングLLMのファインチューニングの目的は、「特定のアプリケーションのニーズとデータに基づいて、モデルの出力の品質を向上させること」にあります。 OpenAIのドキュメントには、次のように記述されています。 ファインチューニングは、プロンプトに収まるよりも多くの例で学習することで、Few-Shot学習を改善します。一度モデルをファインチューニングすれば、プロンプトにそれほど多くの例を提供する必要がなくなります。これにより、コストを削減し、低レイテンシのリクエストを可能にします。 しかし実際には、それよりもかなり複雑です。 LLMには「大量のデータを投げれば自動的に解決する」ような創発的な特性があるため、ファインチューニングもそのように機能すると人々は考えていますが、必ずしもそうではありませ

1. ファインチューニングの利点ファインチューニングの利点は、次のとおりです。 (1) プロンプトよりも高品質な応答 (2) プロンプトに収まりきらないより多くの例の適用 (3) プロンプトの短縮によるトークン数 (コスト) の節約 (4) プロンプトの短縮による処理時間の短縮 モデルは膨大な量のテキストで事前学習されており、このモデルを効果的に利用するため、プロンプトに手順や応答の例を指定する手法が使われます。この例を使用してタスクの実行方法を示すことを「Few-Shot」と呼びます。 ファインチューニングで、プロンプトに収まりきらないより多くの例で学習することにより、さまざまなタスクでより良い結果を達成できるようになります。プロンプトに多くの例を指定する必要はなくなります。これによりトークン (コスト) が節約され、処理時間も短縮されます。 2. ファインチューニングの使用料金ファイン

スタートアップの技術情報交換の場を提供することを目的として設立された「Microsoft Startup Tech Community」。「Microsoft Startup Tech Meetup #0 kick off」は、「Microsoft Build 2023」をテーマに開催されました。ここで登壇したのは、株式会社メルカリの大嶋悠司氏。生成系AI/LLM に関する注目アップデートについて発表しました。全2回。後半は、キーノート以外のセッションを紹介。前回はこちら。 GPTのトレーニングパイプラインが整理された「State of GPT」大嶋悠司氏（以下、大嶋）：「Keynotesだけじゃない！　深掘りセッションズ」ということで、キーノートで全体の地図を与えられたわけです。じゃあその地図の中で、それぞれどこにどういう話をしているかという深掘りセッションズをいくつか紹介できればなと思

Amazon Web Services ブログ 日本語大規模言語モデル OpenCALM の知識でクイズ王に挑戦する 数十億を超えるパラメーターを持つ大規模言語モデルは、追加学習なしに人間も驚く知識を披露します。その知識で、クイズ王に輝くことはできるのでしょうか? 本記事では、株式会社サイバーエージェント様が公開した OpenCALM を用いてクイズを題材にした日本語 QA データセット JAQKET にどこまで正確できるか検証します。クイズに回答するのは、問い合わせ窓口での質問回答業務に近いタスクです。本記事の内容は、お客様対応等の業務を続々とオープンソースで公開される大規模言語モデルを利用してどのようにコスト効率良く改善するのかの検討にも活用頂けます。 OpenCALM は、株式会社サイバーエージェント様から 2023 年 5 月 11 日に公開された日本語大規模言語モデルです。Wik

Azure OpenAI Service を利用するための申請内容やチーム内の利用ルールを検討するために調べたことや対応したことをまとめました。作成した利用ルールの説明会の内容についても記載します。 以前に Azure OpanAI Service を検証目的で利用するための準備をする機会があったため、利用申請前に確認したことや利用のためにルール化したことを本ブログにまとめたいと思います。また、実施した利用ルールの説明会の内容についても記載します。 前提条件 導入・導入の前提条件は下記でした。 Azure AD は社内で導入済み Azure サブスクリプションは社内で払い出されたものを利用 チームの複数人が検証用途で Azure OpenAI Service を利用 Azure OpenAI を利用するサブスクリプションと Azure AD ユーザーとの信頼関係が既にある状態です。 もし組

実装する処理 各ライブラリでエージェントの機能を実装し、色々と比較してみました。 ~前提条件~ 紫の対話可能なエージェントとユーザの対話により、ざっくりとした実行計画が既に作成済みのものとします。 そのため、青色のエージェントの処理(⑤)を「guidance・Semantic kernel・Langchain」で実装します。 今回、青色のエージェントには以下の3つの機能を持たせています。 Search: 社内資料の検索を想定した関数 Web: Web検索で外部情報を取得することを想定した関数 Answer: search, webで収集した情報とユーザの入力を基に回答を生成する関数 紫の対話可能なエージェントではユーザとの対話により、実行計画のベースを作ります。 こちらについてはまた別の記事でまとめようと思います。 最終的に以下のような出力が得られます。 この出力を青色のエージェントに渡し