CryptoPepper

Polymarketは、ユーザーに米軍パイロットがいつ救出されるかを賭けさせている。
F-15Eがイラン上空で撃墜され、Polymarketに市場が立ち上がった：アメリカがパイロットの救出を確認するのは4月3日か4月4日か？
ユーザーはYesまたはNoを購入できる。63%以上の賭けは、すぐに救出されないと予想している。
民主党議員のSeth Moultonは激怒した。彼はソーシャルメディアで書いた：彼らはあなたの隣人、友人、家族かもしれない。そして誰かが彼らが生きて帰れるかどうかを賭けている。
彼はPolymarketをディストピア的な死の市場と呼んだ。ついでに言えば、Donald Trump Jr.はPolymarketの投資者だ。
Polymarketはその後、この市場を撤去し、企業の誠実性基準に合わないとした。
しかし、Moultonは指摘した。プラットフォーム上には戦争に関連する賭けが219もまだ運営されている。
良いニュースは、二人のパイロットが無事救出されたことだ。トランプは日曜日に、二人目の兵器システムの軍官も救出されたと発表した。
悪いニュースは、この出来事が予測市場の倫理的な限界問題を露呈したことだ。
Polymarketの論理は、予測市場は世論調査よりも正確な確率評価を提供できるというものだ。
これは選挙や政策予測には確かに役立つ。しかし、対象が人の生死となると

現在、スマートフォン上でGoogle最新のgemm4 3n E4Bモデルが動作しています。
これはあなたがローカルの大規模モデルに最も近づいた一歩です。オープンソースの無限トークンの感覚を体験してください。
方法：Google AI Edgeアプリをダウンロード - 必要に応じて自分のスマホモデルをダウンロード - チャットを開始するだけ

アメリカの住宅は、集団的に老朽化が進んでいます。
Seeking Alphaが先日、次のような記事を公開しました：アメリカの住宅修繕コストが急騰し、住宅所有者の財務負担が増大しています。
アメリカの既存住宅の中央値の築年数はすでに40年以上を超えています。
第二次世界大戦後のベビーブーム期に建てられた住宅のピーク時期で、その多くが大規模修繕の時期に差し掛かっています。屋根、配管、電気配線、基礎など。
建材価格は2020年以降、ほとんど下落していません。人件費も一段と高騰しており、ブルーカラーの技術者不足はアメリカの労働市場における最大の構造的問題の一つです。
信頼できる配管工を見つけるには、3ヶ月待ちが当たり前になっています。
一般的な屋根の全面リフォームには$15,000〜$30,000かかります。配管の全面交換は最低でも$10,000からです。これは通常価格であり、急ぎの場合は追加料金が必要です。
投資の観点から見ると——
アメリカの不動産における潜在的なインフレは、CPI（消費者物価指数）が示すよりもはるかに深刻です。CPIでは住宅の重み付けが高いものの、家賃などの価値だけを計算し、修繕費用は含まれていません。築40年の古い住宅の実質的な保有コストは、ローンの月々の支払いよりも高い場合があります。
一方、Home DepotやLowe'sのようなホームセンターの小売業者は、長

ケビン・ウォーシュのFRB議長候補指名聴聞会は4月16日に予定されている。
トランプはパウエルを交代させたいと考えている。
ウォーシュの経歴は非常に堅実で、スタンフォードとハーバードロースクールを卒業し、モルガン・スタンレーで幹部を務め、2006年にFRB史上最年少の理事に就任した。ブッシュ政権時代の人物だ。
しかし、彼には二つの障害がある。
一つ目：トム・ティリス上院議員が投票しないと公言している。理由はウォーシュ本人に反対しているわけではなく、司法省によるパウエルへの調査を先に終わらせるよう求めているためだ。共和党の候補者が党の推薦を拒否するのはFRB人事では非常に稀なケースだ。
二つ目：エリザベス・ウォーレンが反対している。理由は中央銀行の独立性だ。これは予想通りで、民主党はほぼ一致して反対するだろう。
重要な問題は上院の議席数のバランスだ。
銀行委員会は13:11（共和党優勢）、全体では51:49だ。ティリスが一票反対すれば、委員会は12:12の引き分けとなり、指名は通らない。民主党の議員が一人でも賛成に回る可能性はほぼゼロだ。
したがって、ウォーシュが就任できるかどうかは、トランプ陣営がティリスを説得できるかにかかっている。
市場の観点から見ると、この件の影響の連鎖は非常に明確だ。
ウォーシュはパウエルよりもタカ派と見なされている。彼が就任すれば、市場は2026-2027

Anthropicは4億ドルを投じて、10人未満の会社を買収 🧬
この会社はCoefficient Bioといい、去年設立されたばかりで、チームは全員Genentech（ジェネンテック）出身の計算生物学の大物たち。
4億で10人を買う？狂ってる？
いや、狂っていない。AIとバイオテクノロジーの分野を狙っているからだ。
Dario（Anthropic CEO）の最終目標は、Claudeを薬物開発に関わらせること。1月にはClaude for Life Sciencesをリリースし、PubMedやBenchlingといった研究プラットフォームも取り込んだ。今では人材も採用している。
要するに、AIはもう文章作成だけじゃなく、薬の開発も手伝う時代になったということだ。
ここには一つの戦略がある——AnthropicのIPOが間近だ。
バイオテクノロジーチームを買収することで、評価のストーリーがすぐに変わる：単なる「チャットツール会社」から「AI研究基盤インフラ」へと。天井がまったく違う。

Generalist AIのGEN-1登場——ロボットが本当に作業を始めた
GTC 2026で、2つのロボットアームが自律的にスマートフォンの梱包を完了
NVIDIAはロボットの「Android」を作り、Generalistは「アプリケーション層」の巧みな操作モデルを提供し、Universal Robotsはハードウェアを供給。
FigureやTesla Botとは異なる。Generalistは純粋にモデルを作り、他者のハードウェアに接続。軽資産で迅速なイテレーション。
2026年は汎用ロボットの分水嶺の年。驚くべきデモだけでなく、サプライチェーンが形成されている：チップ＋モデル＋ハードウェア＋シナリオ、四層すべてに関わる人がいる。
私たちは超巨大な時代に突入している！

一篇論文により立ち止まり、半時間見入った S0 Tuning
核心アイデア：モデルの重みを変更せず、初期状態の行列だけを調整することで、モデルのコーディング能力を大幅に向上させることができる。
Qwen3.5-4B で、わずか48個のHumanEval訓練サンプル（48Kではなく48個）を使用し、S0 tuningはpass@1を23.6ポイント向上させた。
LoRAと比較して、S0は10.8ポイント高い。p値<0.001、統計的に有意。
FalconH1-7Bでは、S0は71.8%に達した。
これは、調整後もモデルの速度やサイズは変わらず、「スタート位置」が改善されることを意味する。
ローカルモデルのデプロイを行う人にとって、これは扉を開くものだ：汎用モデルを使い、数十の分野サンプルで調整して専用モデルに変えることができ、性能の犠牲を伴わない。
論文はarxiv: 2604.01168に掲載されている。モデル適応に関わる人は読むべきだ。

GoogleはGemma 4をリリースしました
1B、13B、27Bの3つのサイズと、31Bの密度版があります。すべてApache 2.0ライセンス。商用利用は自由です。
このライセンスの変更はモデル自体よりも重要です。以前のGemmaはGoogle独自のライセンスを使用しており制限がありました。今はApache 2.0で、MetaのLlamaと直接競合しています。
モデルの特徴：マルチモーダル—テキスト＋ビジュアル＋オーディオ。31B密度版はAIME 2026で89.2％を達成し、LiveCodeBench v6は80％、CodeforcesのELOは2150です。
27Bのパラメータ数はローカル展開に非常に適しており、4090グラフィックカード一枚で動かせます。
E4BとE2Bは端末側バージョンで、スマートフォンやIoT向けです。GoogleはGemini Nano 4のエコシステムを拡大しています。
LlamaはオープンソースのLLM界で長い間圧倒的な存在でした。Googleは今回、試験的ではなく全面的に攻めており、2Bから31Bまでの全パラメータ範囲をカバーし、Apacheライセンスは商用のハードルを設けず、端末とクラウドを一体化しています。
独立開発者や小規模チームにとっては良いニュースです。競争が激しくなるほど、無料の恩恵も増えます。
M

OpenAIはYouTubeのトークショーを買収した。
TBPNは、2025年に始まる予定のテクノロジーライブ配信番組で、YouTubeのチャンネル登録者数はわずか5.8万。OpenAIはこれを買収した。
TBPNの去年の広告収入は500万ドル。今年は3,000万ドルを突破する見込みだ。まだ2年未満の番組だが、6倍に成長している。
番組は毎日午後2時に3時間のライブ配信を行い、ゲストは次の通り：Sam Altman、Metaの幹部、Microsoftの幹部、Palantir、a16z。BloombergやCNBCも訪れたことがある。
これはシリコンバレーの権力者たちのリビングルームだ。
買収後、TBPNはOpenAIの戦略部門に属し、チーフ・ポリティカル・オフィサーのChris Lehaneに報告している。注意したいのはこの役職名――「政治官」だ。コンテンツの責任者ではない。
OpenAIは編集の独立性を維持すると言っている。しかし、AI企業が自社CEOがよく出演する番組を買収した場合、「独立」という言葉をどれだけ信じられるか、自分で判断すべきだ。
AI競争が激化し、技術格差が縮まる中で、誰がストーリーをコントロールするかが勝負だ。Googleは検索、Metaはソーシャルグラフ、OpenAIは何も持っていない。
TBPNを買うのはコンテンツを買うので

阿里はこっそりと大きな一手を放った。
CoPaw-Flash-9B——Qwen3.5をベースにしたAIエージェントモデル。9Bパラメータで、自分のコンピュータ上で動かせる。
どこがすごいのか？
一部のベンチマークとQwen3.5-Plus（クローズドソースの大規模モデル）と互角の性能を持つ。
90億パラメータ vs 数百億パラメータで、スコアはほぼ同じ。
さらに私を興奮させるのは、CoPawというフレームワーク：
- 持続的な記憶をサポート（会話内容を覚えている）
- 複数チャネル接続（Feishu、Discordも対応）
- ローカルデプロイ、API費用不要
Qwen3.5のアーキテクチャも非常に優れている——総パラメータは397Bで、1つのトークンあたり17Bだけを活性化。効率は最大限。
H100サーバーは必要ない。MacBook1台で個人用AIアシスタントを動かせるかもしれない。
自分のコンテンツパイプラインのいくつかの中間ステップ（データクレンジング、フォーマット変換）をローカルモデルに移すことで、API費用を大幅に節約できると考えている。
2026年後半には、個人用AIエージェントが標準装備になるかもしれない。
ただし、ベンチマークのスコアと実際の体験は別物だ。自分でローカルで動かせるようになったらまた報告する。

この市場はこのようなMMに妨害されて最終的に死にました
1日に18倍に上昇して、その後15分で戦いが終わる
たとえBNの契約や現物を持っていても運命から逃れることはできません
情報優位のない個人投資家はより早く死ぬだけです
模倣品も暗号化も終わりです

AIツール大全の画像を見つけた。十数種類に分かれていて、すごく印象的だ。
暴論を言うと、そんなに多くのツールは必要ない。
私が毎日実際に使っているのはたったの3つ：
- Claude：コーディングや長文作成、私を理解させるために使う
- Codex：適当にやるときに使う
たまに使うのはあと3つ：
- Google Stitch：画像作成
- Whisper：音声文字起こし
- Claude artifact：データ分析
合計5つで十分だ。
あの画像の問題点は何か？それは「存在」を「有用」と誤認していることだ。AI文章作成ツールはClaude一つで十分だし、AI画像生成ツールもGoogle Stitch一つで足りる。
ツール選びのロジック：
「市場に何があるか」を問うのではなく、「毎日繰り返す作業の中で、AIがどの部分を助けてくれるか」を考えることだ。
痛点からツールを探し、ツールのリストから痛点を探すのではない。
多くの人を見てきた——Notion AIにお金を払ったまま使っていない、Jasperを1年契約して3記事しか書いていない。
ツールは多ければ良いわけではない。必要なだけあれば十分だ。

誰かがTransformerモデルを使ってコード内のループが並列化可能かどうか判断している。
一見学術的に聞こえるかもしれない？焦らないで。
まず背景から。
コードを書く人なら誰でも知っていることだが、forループを並列実行に変えることはパフォーマンス最適化の聖杯だ。しかし、間違って変えるとバグになる。従来の方法は静的解析に頼るが、複雑な依存関係に直面すると行き詰まる。
この論文は一つのことをやった：コードをTransformerモデル（そう、GPTのアーキテクチャそのもの）に突っ込んで、「このループを安全に並列化できるか」をAIに判断させる。
なぜこの方向性が面白いのか。
従来の並列化解析ツールは数十年進化してきたが、複雑なシナリオでは精度が十分ではない。多面体モデルでは動的構造のコードを捉えきれない。
Transformerの強みは、コード内の長距離依存関係を捉えられる点にある。例えば、ある変数がループの第3行で変更されて、第47行で読み取られる——こうした距離を超えたデータフロー関係は、Transformerにとって自然なアテンションメカニズムの問題だ。
しかし、私が伝えたいのはこの論文そのものではない。私が言いたいのはトレンドだ。
AIは「コードを書く手助け」から「コードの底層実行方式を最適化する手助け」へと進化している。これは全く異なるレベルの話だ。
コードを書くのは人間

Spec-heavy, code-light は正しいアーキテクチャの選択です
ハーネスエンジニアって要するにあなたのコンテキストが十分に詳細でないということです。大多数の人は何を細かく計画すべきか全くわかっていません
私のハッカソンプロジェクト（AIの求職チームを雇うためのもの）はすでにリファインしてV2になりました
18個のスペックを書き、ほぼ16個のスキルをカバーし、中国語の求人プラットフォームと英語の求人プラットフォームそれぞれでテストを行い、実験データを取得してから本格的に取り組み始めました
毎日あなたたちがこれやあれやと投稿しているのを見ているだけで、自分で全部通してやったことありますか？