麻生太郎ステッカー作りました。 ファミマローソンポプラミニストップで印刷できます。ネットワークプリントにファイルを登録しました。 ユーザー番号: YURNGN963U 有効期限: 2026-08-03 09時 #networkprint# #ネットワークプリント# #麻生太郎いい加減にしろスタンディング#

表形式データの基盤モデル、実は「目的変数だけ」を予測する設計に留まっていました。テーブル全体の変数間の関係そのものを学習させる新しいパラダイムが登場しています。 タイトル: LimiX-2: A Contextual Mechanism Network Towards General Structured-Data Intelligence URL: 📝 概要 「Contextual Mechanism Networks（CMN）」という新パラダイムで、目的変数y だけでなくテーブル全体の同時分布p(x, y)を学習し、分類・回帰・欠損値補完・因果構造探索を単一モデルでこなします。 ❗ 解決する課題 既存のPFN系手法は目的変数の条件付き予測のみに特化しており、変数同士の依存構造を明示的に扱えていませんでした。 ⚙️ 方法論 セル単位の埋め込みとデュアル軸トランスフォーマー（24層）で、コンテキスト行とクエリ行の一部をマスクして特徴とターゲットを同時予測する「Context-Conditional Masked Modeling」で学習します。構造因果モデルに基づく合成データで大規模に事前学習しています。 📊 実験結果 TabArena（51データセット）でEloスコア1935（比較対象1818）、BCCO（156データセット）で累積勝数が2.06倍。因果構造の復元でも6データセット中6つでF1スコア最優秀を記録し、パラメータ数はTabFMの4分の1で上回りました。 🔬 ユースケース 分類・回帰だけでなく因果探索にも同じモデルが使えるため、データ分析パイプライン全体を1つの基盤モデルで置き換えられる可能性があります。 #表形式データ# #機械学習#

イスラエル/サンフランシスコ拠点のOakが、AIネイティブな「アイデンティティ運用基盤」の構築に向けて6000万ドルのシード資金を調達した(https://www[.]prnewswire[.]com/news-releases/oak-raises-60m-in-seed-funding-to-build-the-ai-native-identity-operating-system-302826349.html)。ラウンドはAccel、Greylock Partners、CRVが共同主導し、Hetz VenturesやAlphaDrive Venturesも参加している。 「アイデンティティ管理」とは、人間の社員だけでなく機械やAIエージェントまで含め「誰が何にアクセスできるか」を一元的に把握・制御する仕組みのこと。企業への主要な攻撃経路になっている一方、既存ツールは人間中心の静的な環境向けに設計されており、AIエージェントの急増に追いついていない。Gartnerは2028年までにCISO(最高情報セキュリティ責任者)の70%がこの可視化・分析機能を導入すると予測している。 Oakのアプローチは、既存ツールにAIを後付けするのではなく最初からAIネイティブで設計し直す点にある。オンプレミス、クラウド、SaaS、自社開発システムを問わず数ヶ月でなく数時間で接続でき、生のアクセス記録から組織内の全アイデンティティとその関係を可視化するデータ構造(いわゆるアイデンティティグラフ)を構築する。付与された権限と実際の使用状況を突き合わせ、リスク判定から根本原因の是正までAIが自動化するという。製品はすでに一般提供中で、複数の企業顧客に導入済みだ。 CEOのShai Morag氏は連続起業家で、Integrity-Project(2014年にNVIDIA傘下のMellanoxが買収)、Secdo(2018年にPalo Alto Networksが買収)、Ermetic(2023年にTenableが買収、買収後は同社CPOを歴任)と3社を売却してきた経歴を持つ。共同創業者兼CPOのTal Marom氏はTenableとSalesforceで製品部門を率いた。両氏は100人以上のCISOやIAM(アイデンティティ・アクセス管理)責任者に取材し、「ツールが多すぎて連携できていない」「AIエージェントを統治する手段がない」という共通課題を確認したうえで、クラウドセキュリティの断片化をCNAPP(クラウドネイティブアプリケーション保護基盤)が統合したのと同じ転換点に、今アイデンティティ管理があると見ている。

🌐 大規模ネットワークシステムの最前線NSDI 2026に、Microsoftが11本を発表しました。KVキャッシュ再利用で4倍スループット、CXLメモリでRDMA比3.2倍など、AI基盤の具体的な前進が並ぶダイジェストです。 タイトル: Microsoft at NSDI 2026: Advances in large-scale networked systems URL: 📝 概要 NSDIは、クラウド・AI・分散アプリ基盤の設計と運用に関する新しい研究を共有する主要な国際会議です。本記事は、Microsoftが発表したデータセンターネットワーク、広域ネットワーク、AIシステム、クラウドインフラにまたがる11本の採択論文を紹介しています。 ❓ 解決する課題 AIワークロードの急増に伴い、データセンターのネットワーク・メモリ・CPU資源を、信頼性とコスト効率を保ちながらスケールさせることが一層難しくなっています。本記事の研究群は、本番運用と研究の両面からその最前線に取り組んでいます。 💡 主要な研究貢献 ・DroidSpeak：同一アーキの言語モデル変種間でKVキャッシュを再利用し、出力品質への影響を最小限に抑えつつ最大4倍のスループットを実現します ・SONiC DASH SmartSwitch：クラウドのネットワークオフロードを再設計し、Azureで大規模に展開済み。電力と設置スペースの効率を大幅に改善します（コミュニティアワード受賞） ・Octopus：CXLの分離メモリポッドで、3サーバ試作機においてラック内RDMA比3.2倍、CXLスイッチ比2.4倍のRPCを達成します ・HarvestContainers：レイテンシ重視のコンテナから動的にコアを収穫し、テールレイテンシをスタンドアロン比4%以内に保ちながら空きCPUを最大75%活用します 🎯 ユースケース LLMサービングの高速化、メモリ分離（disaggregation）、コンテナのリソース有効活用、ネットワークプロトコルの検証など、クラウド・AI基盤の設計判断に役立ちます。 📊 そのほかの成果 ・Eywa：LLMベースのモデル生成により、ネットワークプロトコル実装で33件のバグ（うち16件は未知）を発見しました ・ForestColl：多項式時間でスケジュールを生成し、理論的に最適な集団通信を達成します ・AVA：10時間超の動画で75.8%の精度を出す動画解析ベンチマークです ・KRAKENGUARD：eBPFを用いた、マルチテナントセキュリティのための細粒度の分離です #NetworkedSystems# #AIInfrastructure#