TOPIC TIMELINE
タイムライン検索
特定トピックに関する記事を時系列で並べて「いつ・何が起きたか」を俯瞰します。
2026年1月22日
RailwayがAWSに対抗するAIネイティブクラウドインフラストラクチャで1億ドルを確保サンフランシスコを拠点とするクラウドプラットフォームRailwayは、マーケティングに1ドルも費やさずに200万人の開発者を静かに集めたが、木曜日に資金調達を発表した。
VentureBeat AI
2026年5月2日
Ubuntu インフラストラクチャが 1 日以上ダウンこのアウトページは、root 権限を与える重大な脆弱性に関する通信を阻害しています。
Ars Technica AI
2026年5月6日
NVIDIAとServiceNowが企業向け新型自律AIエージェントでパートナーシップエンタープライズAIは生成を学んだ。推論を学んだ。次に企業が問うのは：AIはどのように行動すべきか。初期段階のエージェントシステムは単純な処理を超えた可能性を示してきた。
NVIDIA Blog
2026年5月6日
NVIDIA Spectrum-X — オープンでAIネイティブなイーサネットファブリック — ギガスケールAIの標準を確立、MRC対応へ世界で最も強力なAIファクトリーを構築する競争には、AI自体の野心に追いつくネットワークが必要とされている。NVIDIA Spectrum-Xイーサネットスケールアウトインフラストラクチャは最前線に立っている。
NVIDIA Blog
2026年5月8日
次のアメリカの世紀に力を与える：米国エネルギー長官クリス・ライトとNVIDIAのイアン・バックのジェネシス・ミッションAIは必要なエネルギーを構築するのに役立つ。これが米国エネルギー長官クリス・ライトとNVIDIAハイパースケール・ハイパフォーマンス・コンピューティング副社長のイアン・バックが木曜日の朝に述べたケース。
NVIDIA Blog
2026年5月11日
「あなたのキャリアはAI革命の始まりから始まります」NVIDIAのCEOが卒業生に語る「あなたは並外れた時代に世界に入ろうとしています」とNVIDIA創業者兼CEOのジェンスン・ファンはカーネギーメロン大学の第128回卒業式の基調講演で卒業生に語りました。
NVIDIA Blog
2026年5月12日
NVIDIAとSAPが専門エージェントに信頼をもたらす本日SAP Sapphireで発表されました — NVIDIAの創業者兼CEOジェンスン・ファンがSAP CEOクリスティアン・クラインの基調講演にビデオで参加しました — SAPとNVIDIAの拡大した協業は企業が専門化したエージェントを実行するのを支援します。
NVIDIA Blog
2026年5月13日
HermesがNVIDIA RTX PCおよびDGX Sparkによって強化された自己改善AIエージェントをアンロックエージェンティックAIはユーザーが仕事をこなす方法を変えています。OpenClawの成功に続き、コミュニティは新しいオープンソースエージェンティックフレームワークを採用しています。最新のHermes Agentは140,000を超えるダウンロードを達成しました。
NVIDIA Blog
2026年5月13日
NVIDIA、Ineffable Intelligenceが強化学習インフラストラクチャの未来構築で協力試行錯誤を通じて学習するAIシステムである強化学習エージェントは、計算を新しい知識に変換することができます。これがNVIDIAとIneffable Intelligenceの新しいエンジニアリングレベルの協業の焦点です。
NVIDIA Blog
2026年5月19日
ベラ到着：NVIDIAの初エージェント向けCPUが主要AI研究機関に導入NVIDIAの初代ベラCPUが金曜日に世界を代表する3つのAI研究機関に到着した。サンフランシスコのAnthropic、ミッションベイのOpenAI、パロアルトのSpaceX AIであり、その後オラクルクラウドへの納品が続いた。
NVIDIA Blog
2026年5月19日
NVIDIACEOジェンセン・フアンがDell Technologies World：「需要は放物線を描いて増加しており、全く放物線的です」NVIDIAベラ・ルービンNVL72による1トークンあたり10分の1のコストでのエージェンティックAI推論。エージェント・サンドボックスはNVIDIAベラで従来のCPUより50%高速に実行され、エンタープライズデータクエリは最大3倍高速です。
NVIDIA Blog
2026年5月20日
NVIDIAとGoogle Cloudが次世代のAIビルダーをエンパワーメント今年のGoogle I/Oカンファレンスで、NVIDIAとGoogle Cloudが両社の共同開発者コミュニティの10万人以上の開発者の活動を加速させ、キュレーションされた学習パスを提供している。
NVIDIA Blog
2026年5月22日
NVIDIA GTC Taipei at COMPUTEX：AI分野の次のステップをライブ更新COMPUTEX内のNVIDIA GTC Taipeiで、世界の開発者、研究者、業界リーダーが一堂に集まり、AI分野の最新のブレークスルーについて、あらゆる業界にわたるトピックをカバーして深掘りしている。
NVIDIA Blog
2026年5月27日
AgentWatch：アンビエントエージェントを使用したAWSプロアクティブモニタリングAgentWatchの機能を実際の導入を通じて実証します。ソリューションがCloudWatchメトリクスを要約しながら、15分ごとにインフラストラクチャチェックを実行する方法を紹介します。
AWS Machine Learning Blog
2026年5月27日
Strands Agents、NVIDIA NIM、Amazon Bedrock AgentCoreを使用した高性能生成AIシステムの構築このポストでは、統合アーキテクチャを使用して、並列推論、コンテキスト永続性、追跡可能な実行パスを実証するマルチエージェントキャンペーンレビュー システムの構築方法を学ぶことができます。
AWS Machine Learning Blog
2026年5月27日
NVIDIA Vera CPUが競合製品に対して「強力なパンチを繰り出している」エージェンシャルAIへのシフトは、AIファクトリーの新しいCPU要件を生み出します：高速コア、膨大なメモリ帯域幅、およびすべてのコアがアクティブな場合でも高いパフォーマンスを維持する能力です。初期ベンチマークでは...
NVIDIA Blog
2026年5月28日
AI ファクトリー：インテリジェンスの新しいインフラストラクチャAIファクトリーはトークンファクトリーであり、電力をリアルタイムでインテリジェンスに変換しています。エージェンシャルAIがスケーリングし、自律的で常時稼働する特別なエージェントがエンタープライズに配備されると、ワットあたりのパフォーマンスは...
NVIDIA Blog
2026年5月28日
NVIDIAの研究がロボティクスをシミュレーションから現実世界へ推進ロボティクスは新しい段階に入り、コントロールされたデモとスクリプト化された自動化から、現実世界での汎化可能で信頼性の高い具体化された自律性へ移行しています。国際ロボティクス会議で...
NVIDIA Blog
2026年5月29日
AWSでLangSmithを使用したディープエージェントの評価LangChainのディープエージェント評価に関する知見とAnthropicのAIエージェント評価ガイドを組み合わせた実践的なガイドです。このポストでは、以下の方法を学べます：1) AIエージェント向けの評価メトリクスの実装、2) LangSmithを使用した評価の実行、3) AWSインフラストラクチャでの統合方法など。
AWS Machine Learning Blog
2026年5月29日
エージェント型AIシステムにおける技術的負債の管理エージェント型AIシステムは、本番インフラストラクチャとしてますます検討されており、複数のステップで推論し、ツールを呼び出し、ワークフローを通じて動作し、メモリとフィードバックを通じて適応している。これらのシステムは、従来のソフトウェアまたは予測MLでは完全には捉えられていないガバナンスの課題を生み出している。
arXiv cs.AI
2026年5月29日
カタストロフィック・フォーゲッティングの機序的起源：RLがSFTよりも回路をよく保持する理由大規模言語モデル（LLM）のファインチューニングはしばしば以前の能力のカタストロフィック・フォーゲッティングを引き起こす。最近の研究によれば、強化学習（RL）は教師あり学習（SFT）よりも効果的に以前の能力を保持し、ポリシー勾配更新がより近い状態に留まることに起因している。
arXiv cs.LG
2026年5月29日
クロスモデルエントロピーによるラベル不要強化学習強化学習を用いた大規模言語モデルの事後学習は報酬信号によってボトルネックとなっている。既存のアプローチは、自動正確性チェック（数学やコード実行など）のある領域に訓練を制限する検証可能な報酬か、人間の選好ラベルのいずれかを必要とする。
arXiv cs.LG
2026年5月29日
FedQHD: 閉形式関数空間フェデレーション強化学習フェデレーション強化学習は、生のトラジェクトリを交換することなく、分散エージェントが協力してポリシーまたは価値推定を改善することを可能にします。ただし、FedAvgスタイルのパラメータ平均化は関数空間で一貫性がなく、クライアントが異なるエンコーダを使用したり、同じ非線形ネットワークを使用する場合でも問題が生じます。
arXiv cs.LG
2026年5月29日
言語優先性の脱却: モダリティ認識ポリシー最適化によるオーディオ推論の後期段階モダリティ崩壊の軽減オーディオと全モダリティ大規模言語モデルは印象的なクロスモーダル推論能力を示すが、これらのモデルに標準的な強化学習後処理アルゴリズムを適用すると、GRPO のような方法がすべてのトークンに均一なポリシー勾配を適用する構造的脆弱性が露呈する。
arXiv cs.CL
2026年5月29日
LLM報酬設計が失敗するとき:スパース構造化RLのための診断駆動型改善セマンティック報酬関数インターフェースを持つスパース構造化強化学習タスクの場合、LLM生成報酬形成は一度限りの生成ではなくデバッグとしてより適切に枠付けされている。MiniGridを中核評価として、MuJoCoを境界ストレステストとして使用するPPO訓練エージェントを研究する。本監査では2つの支配的な知見を発見する。
arXiv cs.LG
2026年5月29日
微分可能な信念ベースの対戦相手形成人間の協調は、戦略的行動を通じて他者の信念に影響を与える能力に依存している。マルチエージェント強化学習では、対戦相手形成がこの影響を複製しようとしているが、既存の方法は通常、対戦相手のパラメータ、ポリシー、または価値空間内で動作している。
arXiv cs.AI
2026年5月29日
強化学習ベースの産業用ディスパッチングにおけるシミュレーション・ツー・リアル・ギャップの解決（実行セマンティクスを通じて）イベント駆動型スケジューリング・ポリシーは産業環境で導入されており、非同期で部分的に観測されたシステム状態下で決定が行われます。その結果、決定状態は時間的一貫性を欠き、アクション実行可能性が明示的に定義されず、実行の由来に関する問題が生じます。
arXiv cs.AI
2026年5月29日
ビッグ2における不完全情報下の自己対戦強化学習不完全情報の多人数ゲームは、エージェントが隠された情報、スパースな報酬、および非定常の対手の下で行動できるかどうかをテストします。4人プレイの不完全情報カードゲームであるビッグ2でこれらの課題を研究し、制御された比較を可能にする自己対戦RLフレームワークを開発しました。
arXiv cs.LG
2026年5月30日
Nvidiaの200億ドル規模の買収的人材採用の後、AIチップスタートアップGroqが6億5000万ドルの資金調達を計画チップメーカーのGroqは、ハードウェアからAI推論（AI出力を洗練するプロセス）へのシフトを目指し、6億5000万ドルの内部資金調達を検討している。
TechCrunch
2026年5月30日
Nvidiaの200億ドル規模の買収的人材採用の後、AIチップスタートアップGroqが6億5000万ドルの資金調達を計画チップメーカーのGroqは、ハードウェアからAI推論（AI出力を洗練するプロセス）へのシフトを目指し、6億5000万ドルの内部資金調達を検討している。
TechCrunch