SURL AI News
繁中English日本語

Archive

GitHub Repo

GitHub 熱門專案、開源工具、框架、runtime 與重要 release。

AI 基礎設施

ROCm 10、エージェント型カーネル最適化を正式提供へ――一方でABI破壊と既知の不具合も

AMDはROCm 10をリリースし、Hyperloom、AMD Skills、統合CLIを組み込んだROCm.AIの一般提供を開始した。同社は同一ハードウェアで推論性能が平均3.3倍、トレーニング性能が平均2.4倍向上するとしているが、この数値は最適化プロセス全体による効果であり、ランタイムをアップグレードするだけで得られる性能向上とはみなせない。
代理工具

Claude Code 2.1.248にrestrictedモードが追加、デフォルトでコマンド実行とWebFetchを無効化

新しいフラグによりファイルツールを作業ディレクトリ内に制限し、ユーザー設定とプロジェクト設定を読み飛ばすことで、評価プラットフォームや共有ホスト上でのエージェント実行を容易にする。起動引数でツールを再び追加できるため、OSレベルのサンドボックスではない。
推論系統

Atlas、純Rust／CUDA推論エンジンで単一GB10上のvLLMに挑み、高並行時のスループットで最大22.5％高速化

Atlasは、DGX Spark上でQwen3.8-27B-NVFP4を使用した再現可能なベンチマークを公開し、並行数1～128のすべてでvLLMを上回った。ただし、結果は単一モデルかつ短い入力・長い出力のワークロードに限られており、一般的なデータセンター環境へそのまま一般化することはできない。
RAG／向量檢索

txtai 9.13はColBERTのマルチベクトルを単一インデックスに圧縮、大規模コーパスではFaissの再調整が必要

txtai 9.13はLEMURを正式に統合し、学習ベースの固定次元ベクトルによってtoken単位のMaxSimスコアを近似する。初期テストではインデックス容量と検索品質を両立したが、デフォルトのIVFは大規模データセットで再現率を大幅に低下させる可能性がある。
最新模型

BPCO、単一ロールアウトでLLM criticを訓練し、GRPOの複数応答によるグループ内比較を代替

BPCOは、制約付きvalue head、Monte Carlo target、長さ適応型GAEを組み合わせ、criticが単一応答からtoken単位のadvantageを推定できるようにする。著者らは1.5Bから30B-A3Bまでのモデルで複数サンプル手法と同等以上の性能を達成したが、総訓練コストが低いことはまだ実証していない。
代理工具

SandboxAQ Switch、Matrixルームで複数のAIエージェントを接続。ただしライセンスは派生サービスの販売を禁止

SwitchはSlack、Teams、Discordなどのチャンネルを共有ルームにマッピングし、Codex、Claude Codeなどのエージェントが共通コンテキストを維持できるようにする。コードはセルフホストできるが、Commons Clauseにより商用再販が制限され、コスト保護機能や一部のセキュリティ制御もまだ完成していない。
代理工具

ASIL、画面クリックを構造化状態に置き換え、ソフトウェアエージェントの成功率を6.6%から81.6%へ向上

ASILでは、エージェントがJSON形式のソフトウェア状態を読み取り、ファイルパーサー、ネイティブスクリプト、サービスAPIを通じて意味的なアクションを実行する。380件のタスクで画面操作を大幅に上回ったが、この比較ではエージェントが参照できる情報と操作の粒度も同時に変わっているため、単純にモデル能力の向上と解釈することはできない。
推論系統

vLLM、Ironwood TPUで16K埋め込みをサポート、StepPoolが分割prefillの状態を保持

GoogleとvLLMは、Qwen3埋め込みモデル向けにテンソルのアラインメント、コンパイルのウォームアップ、分割をまたいで蓄積可能なpooling状態を追加した。公式発表では4基のIronwood TPU上で約8万4,000 token/sを記録したが、同等コストのGPUとの比較や実環境での検索品質テストはまだ示されていない。
最新模型

SHROOM-Visions、4言語・2万件のデータでVLMのハルシネーションを評価、中国語の最高IoUもわずか0.53

新たな共有タスクでは、回答全体が信頼できるかを判定するだけでなく、視覚言語モデルのハルシネーションを文字単位で特定し、分類することが求められる。27チームが600超のシステムを提出したが、非公開テストと隣接順位の不安定さにより、導ける結論には限界がある。
代理工具

RAMP、リポジトリ内のAI設定ファイルで成熟度を分類：未設定プロジェクトではcoding agent導入後の複雑性増加率が約2倍に

研究チームは、企業の441リポジトリを基に4段階のRepository AI Maturity Profileを構築し、coding agentを導入した509件のオープンソースプロジェクトを再分析した。共通ルールやagent設定を備えるリポジトリは品質指標が良好だったが、観察研究であるため、設定ファイル自体が改善をもたらしたとはまだ証明できない。
最新模型

Granite 4.2、エージェント環境での強化学習により8B／30Bモデルを訓練、FP4・FP8・GGUF版も公開

IBMは、Apache 2.0ライセンスの3B、8B、30BのDenseモデル3種を公開した。切り替え可能な推論モードとネイティブなツール呼び出しに対応する。8Bと30Bはさらに、コードリポジトリ、ターミナル、検索サンドボックスでエージェント型強化学習を行っているが、基礎訓練の経緯に関する公式情報の記述には食い違いがある。