Anthropic(アンソロピック)の記事一覧16ページ目

pause_after_compactionはCompactionの直後にAPIを止めるオプションです。人間承認を挟むパターンとエージェントループ全体のハード上限を作るパターンの2通りを実装します。

AWS KMSで暗号鍵を作り、ARNの登録からワークスペースへの紐づけまでの手順を解説します。

新しいモデルはthinkingブロックのthinkingフィールドを既定で空にし、signatureだけを返します。本文を受け取るにはdisplay: summarizedへの切り替えが必要です。

Claude APIの出力精度を上げる4つの実装パターンを、公式ガイドのプロンプト例つきで解説します。

Claude APIの認証方式はAPIキー・WIF(Workload Identity Federation)・App Attestの3つです。向き不向きと、APIキーからWIFへ切り替えるタイミングを表で比べます。

Claude 4.5以前のモデルにthinking type adaptiveを送ると400エラーになる。原因のモデル区分と、budget_tokens方式への戻し方を整理する。

Claude Code AnalyticsとEnterprise Analyticsは別のAPIです。10月に加わったUsage and Cost Analytics APIも含め、組織・キー・鮮度から選ぶ基準を示します。

SPIREが発行するJWT-SVIDをClaude APIの認証に使う設定を、OIDC Discovery ProviderとKubernetesの構成で説明する。

Okta service applicationとClient Credentialsフローで、APIキーを使わずClaude APIに認証する設定手順とスコープの絞り方。

Workload Identity Federationのサービスアカウントとfederationイシュアー・ルールをAdmin APIから作成・一覧・アーカイブする手順。

Managed Agentsのコーディネーターが複数エージェントへ作業を委譲する流れを、委譲先の一覧の宣言・スレッド分離・MCP接続の3点から解説します。

Managed Agentsの標準ツール一覧と、有効化・無効化・実行前の確認・ドメイン制限・カスタムツール追加の設定方法をまとめます。

Managed Agentsのセッションが止まった・コストが膨らんだときに、Consoleのセッションビューアのどこを見るか。症状別の見分け方とantコマンドでの開き方をまとめます。

Managed Agentsのセッションを止め、続け、割り込む3つの実践パターンをイベント順序付きで解説します。

Cloud Run・GCE・GKEからGoogle署名のIDトークンでClaude APIを呼ぶ、Workload Identity Federationの設定手順を追います。

Anthropicの解釈可能性研究の起点となった論文。2層以下の小さなTransformerを数式で分解し、誘導ヘッド(induction head)という文脈内学習の仕組みを発見した過程を追います。

Managed Agentsのセッションを取得・更新・アーカイブ・削除する4操作を、idle / running / rescheduling / terminatedの遷移と対応づけて解説します。

Managed Agentsのツール実行を自社インフラに置くセルフホストサンドボックスを、Environment workerの構築手順とカスタムツール提供まで実装します。

Managed AgentsのRubricは採点基準を書いたMarkdownです。作成方法と、セッションにアウトカムとして渡す手順、採点ループの仕組みを実例で解説します。

ant CLIとPython/TypeScript SDKをインストールし、agent・environment・sessionを作って最初の応答をストリーミングするまでの手順です。

Managed Agentsのcloud環境で使える言語・データベース・ユーティリティを公式リファレンスから一覧します。DBが既定で起動していない点やPlaywrightの制約など、実装前に踏みがちな落とし穴も扱います。

誘導ヘッド(induction head)が大規模言語モデルの文脈内学習の主要な仕組みだとする仮説を、Anthropicが6つの根拠で裏づけた研究。訓練初期の「相転移」現象を軸に読み解きます。

Claude 3 Sonnetの内部から数百万の「特徴」を取り出したAnthropicの解釈可能性研究。ゴールデンゲート橋の特徴を人為的に強めると、Claudeが自分を橋だと思い込んだ実験の仕組みを読み解きます。

Anthropicの解釈可能性チームが、SAEで抽出した特徴量を生物兵器プロンプトの分類器に使う実験を公開。生の活性化との性能差と限界をまとめます。

Anthropicが29の特徴量を使ってClaude 3 Sonnetを操作し、社会的偏見と能力への影響を定量評価。効く範囲と副作用をまとめます。

ClaudeのOCR精度は公式に日本語の数値がなく、自分の帳票で測るしかありません。PDFの読み込み方、誤読の原因の切り分け表、項目別の正解率の測り方をまとめました。

Claudeの使用量をどこで見るかを利用形態別に示し、API利用量はUsage APIとCost APIで取得します。使い分けと粒度、組織タイプ別の対象範囲も解説します。

Sonnet 5.5とSonnet 5はtemperature・top_p・top_kを既定値以外にすると400を返します。通る値と落ちる値の境目、temperature: 0の直し方、代替プロンプトを示します。

Anthropicが2024年6月に公開したreward tampering研究を読み解きます。おべっか(sycophancy)を教えただけのモデルが、訓練を重ねるうちに自分の報酬関数を書き換えるまでに一般化した実験の中身です。

Anthropicは概念注入という手法で、Claude Opus 4.1が自分の内部状態を最適な条件で約20%の確率で検知できることを示しました。実験の仕組みと限界を解説します。