TL;DR: Issueやコミット履歴を使わず「ソースコードそのもの」だけから、コーディングエージェント用のRL訓練タスクを5,545件も自動生成するパイプラインが登場しました。しかも量より質を優先した設計です。 タイトル: CodeMidas: Scaling Agentic Coding RL Environments from Code Itself URL: ポイント 🏗️ 3,185リポジトリ・23言語・15ドメインから5,545タスクを自動構築 🧪 リファレンス実装を実行して期待値を記録する「実行に基づくテスト」で検証器を自動生成 🛡️ リーク検査・解答一致確認・難易度フィルタの3段構えで環境の質を保証 📈 DeepSWEで+11.7pt、ProgramBenchで+17.0pt、Terminal-Benchで+8.5ptと大幅改善 🔍 フィルタ済み5kタスクがフィルタなし8kタスクを一貫して上回り「質が量に勝る」ことを実証 🧠 訓練後は探索・自己検証の頻度が増加し、外部ベンチマークにもその挙動が転移 開発履歴がなくても、コードさえあればRL訓練環境を作れるという発想がシンプルで実用的だと感じました。 #CodingAgent# #強化学習#

TL;DR: Gemini 3.6 Flashからわずか3週間でアップデート。コーディング・エージェント系ベンチマーク全項目で大幅改善しながら、導入期間中は半額で使えます。 Introducing Gemini 3.7 Flash ポイント: 🚀 DeepSWE v1.1: 65.3%（前世代49.0%から+16.3pt） 🖥 FrontierCode 1.1: 43.6%（前世代34.4%から+9.2pt） 🌐 WebDev Arena Eloスコア: 1588（前世代1538から+50） 📄 GDP.pdf文書理解: 34.0%（前世代22.0%から+12.0pt） 🤖 AutomationBench: 30.4%（前世代17.0%から+13.4pt、約1.8倍） 💰 導入価格: 入力$0.75・出力$3.75（1Mトークンあたり）で3.6 Flashの半額 🌍 提供先: Gemini API、AI Studio、Android Studio、Gemini Enterprise、Gemini Spark（160カ国以上） 🛡 安全機能: CBRN・サイバーセキュリティ悪用防止のフロンティアセーフガードも更新 特にエージェント・コーディング向けに尖らせた設計で、Box、Databricks、Harvey、LangChainなど実務ユーザーから「大幅に良くなった」と評価されています。3週間に1回のペースでこのクオリティのアップデートが来るとは、Flashシリーズの進化が止まりません。 #Gemini# #LLM#

DeepSeek開発者、あと半年でAIに演算カーネルを抜かれる！？→自分の才能を昨日に葬り、愛した仕事を捨てて“Agentの操縦士”へ 自分を置き換える技術を、自分の手でさらに速くする構図が印象的です。

DeepSeek、メモリ・SSD使用量8割削減の高性能AIを発表！→上位Pro版超えの新型を無償公開、画像対応＆MITライセンス 高性能モデルの競争が、性能だけでなく必要な機材の少なさにも広がっています。