Appleがブラックリスト企業CXMTからのチップ調達を米政府に働きかけ

Apple Inc.が、米国防総省の「1260Hリスト」（中国軍事関連とされる企業リスト）に掲載されている長鑫記憶技術（ChangXin Memory Technologies、CXMT）からメモリチップを調達するため、ホワイトハウスの承認を求めていることが明らかになった。Financial Timesが6人の関係者の話として報じた。

米商務省などのトランプ政権関係者にロビー活動を行っており、チップコストの抑制が目的とされる。Appleのような巨大テック企業にとって、メモリチップの調達先確保はAI・デバイス競争力に直結する一方、安全保障上の懸念とのバランスが問われる展開となっている。

LLMはいつ「深く考えるべきか」― IDPRフレームワーク

推論特化型LLMは強力だが、すべての入力に対して深い推論を行うと計算コストが膨大になる。この課題に対し、認知科学の双過程理論と応答抑制の概念から着想を得た**IDPR（Inhibitory Deliberative Problem Reasoning）**というフレームワークが提案された。

IDPRは、まず簡潔な直感回答を生成し、その回答の信頼性情報から「深く考える価値があるか」を判定する抑制コントローラを備える。5,000問の数学推論テストにおいて、わずか8.20%のサンプルのみで遅い推論を呼び出し、正解率を47.90%から48.92%に引き上げた。同じ遅延予算でのランダムルーティングは逆に1.14%悪化しており、賢いルーティングの有効性を示している。

LLMの推論コストと精度のトレードオフを実用的に解決するアプローチとして、エッジデバイスやリアルタイム応用での応用が期待される。

vLLM疎アテンションで長文脈RAGのTTFTを最大9倍削減

長文脈推論におけるレイテンシ問題に対し、vLLMの疎アテンション（Sparse Attention）を活用する実装ガイドが公開された。

通常のアテンションはシーケンス長に対して二乗の計算量を持つが、疎アテンションは関連する部分のみを計算することでこれを大幅に削減する。FlexPrefill、LServe、SparseServeの3つのフレームワークが比較されており、社内ナレッジ検索RAGシステム（32K〜128Kトークン）の実証ではTTFT（Time To First Token）を60〜90%削減できたという。

長文脈RAGを本番運用する際の実践的な最適化手法として、エンジニアリング界隈で注目を集めている。

Codex CLIのWeb検索はなぜライブページを取得しないのか

コーディングエージェントにWeb検索を付けると、利便性と引き換えにセキュリティリスクが生じる。OpenAIのCodex CLIは、Web検索を有効にしても既定では生きたページを取得しないという保守的な設計を選んでいる。

その理由はプロンプトインジェクション対策だ。エージェントは「システムからの指示」と「読み込んだテキスト」を同じ文脈で処理するため、悪意のあるWebページの内容がそのまま「次に何をするか」の指示として効いてしまう。Codexはキャッシュされた検索結果のみを使用し、ライブページへのアクセスを明示的なオプトインにしている。

エージェントの自律性と安全性のバランスをどう設計するかについて、実製品レベルでの興味深い判断基準を示している。

LLMで化学を扱う：分子の「渡し方」で性能が変わる

SMILES（分子構造を文字列で表すフォーマット）をLLMのプロンプトに渡すだけでは、分子構造を正しく推論させるのは難しい。最近のarXiv論文を読んだエンジニアが、この問題に対する3つの方向性をまとめ、Rust製ライブラリに実装した事例が公開された。

提案されているアプローチは、(1) SMILESより構造が明示的な分子表現形式を使用する、(2) 物性情報や類似分子もコンテキストとして渡す、(3) LLMの役割を構造理解ではなく推論に特化させる、という3本立て。

アスピリンのSMILES「CC(=O)Oc1ccccc1C(=O)O」は化学者には読めるが、LLMには原子上の結合関係を文字列から解析しなければならないという課題を象徴しており、ドメイン特化型LLMのプロンプトエンジニアリングとして示唆に富む内容だ。