代理工具
MemUse：モデルの直接QAにおける記憶率は78.8%、自然な会話での参照率はわずか7.9%
京都大学の研究チームは、4カ月間の実環境への導入を通じてMemUseを構築し、「記憶を取り出せるか」と「適切な応答で記憶を使用するか」を分けて評価した。その結果、記憶容量の拡大は直接QAを明確に改善する一方、自然な統合率や全体的な満足度の向上にはつながらなかった。
Archive
GitHub Repo
GitHub 熱門專案、開源工具、框架、runtime 與重要 release。
代理工具
AI 安全
StepGuard、ツール実行前にエージェントのアクションを審査。ただしタスクごとに推論時間が約2.53秒増加
上海人工知能研究所などのチームが、4BパラメータのStepGuardを発表した。安全／危険な軌跡のペアとBalance-GRPOを用いて、過剰なブロックと見逃しを調整する。2つのエージェント環境で攻撃成功率を大幅に低減した一方、訓練コーパスとデータ生成器はまだ公開されておらず、規範上の違反も見逃すことがある。
推論系統
AgentX 1.0、393件の実エージェント軌跡で100万token規模の推論負荷をリプレイ
SemiAnalysisは、長いコンテキスト、マルチターン、サブエージェントの並行実行に対応するAgentXを公開した。これにより、推論システムの比較は、固定長プロンプトのスループットだけに依存しなくなる。データはリクエストのタイミングとKV cache再利用の形状を保持しているが、ソースはClaude Codeに集中しており、測定対象はプログラミングタスクの正答率ではなく、サービングシステムの効率である。
代理工具
Perplexity、完全なエージェントスタックをDGX Sparkへ移行――難しい処理のみ同意を得てクラウドに送信
Portable Computerは、27Bモデル、プランナー、ツールルーティング、永続タスクキュー、検索インデックスをローカルで実行し、権限プロンプトによってデータの外部送信を制御する。初版はLinuxとDGX Sparkのみをサポート。公式スコアは未公開の社内ワークロードに基づくため、独立した検証結果とはみなせない。
GitHub Repo
llama.cpp 0.3.0、ハイブリッドアテンションKVキャッシュ、MTP、DeepSeek 4のテンソル分割を追加
llama.cpp 0.3.0は、dots3-noteのDSA／スライディングウィンドウ・ハイブリッドアテンションをネイティブサポートし、GLM-4.5-Airにmulti-token predictionを導入した。DeepSeek 4では複数GPUにまたがるテンソル分割が利用可能になったが、リリースノートにはスループット、レイテンシ、VRAM使用量の比較は示されていない。
代理工具
DeepRepoQA、モンテカルロ木探索でファイルをまたぐコード関係を追跡。ただし評価は依然としてLLMジャッジに依存
DeepRepoQAは、コーディングエージェントに単一路径を探索させるのではなく、MCTSで複数のリポジトリ探索分岐を比較し、行番号付きの証拠から回答を合成する。公式報告ではSWE-QAで4～7ポイントの向上を達成したが、データ汚染、推論コスト、限定的なクロス言語テストについては、なお検証が必要だ。
檢索與 RAG 工具
Sentence Transformers、多ベクトルモデルのドメイン微調整レシピを公開—ただしインデックスコストは依然として密ベクトルを大幅に上回る
Sentence Transformersは`MultiVectorEncoder`向けの完全なトレーニングフローを追加し、ColBERT型モデルをペアデータから直接ドメイン適応できるようにした。医療検索の実験では、教師あり事前調整前のチェックポイントのほうが新しいドメインに適応しやすいことが示されたが、この結論は単一のデータセットと限られたモデルファミリーに基づいている。
AI 安全
root権限があればPixel Cameraのハードウェア鍵で偽造画像に署名可能、C2PA検証も通過
セキュリティ研究者はKeystorkを使ってカメラアプリになりすまし、Android StrongBoxに任意のAI画像向けの有効なContent Credentialsを生成させた。この攻撃では秘密鍵をエクスポートする必要はない。明らかになったのは、署名側が侵害されると正規の鍵が悪用され得るという弱点であり、C2PAの署名アルゴリズムが破られたわけではない。
推論系統
NVIDIA Dynamo、共有HBMウェイトでスタンバイエンジンを事前ウォームアップし、フェイルオーバーを283秒から7.3秒に短縮
Dynamoの実験的なShadow Engine Failoverでは、2つの推論プロセスが同一のGPUウェイトをマッピングすることで、プロセスのクラッシュ後にモデルを再ロードする必要をなくす。NVIDIAによるGLM-5.2のテストでは復旧時間が約39分の1に短縮されたが、現時点では主にvLLMのみをサポートし、GPU、ノード、クロスノードの障害には対応できない。
最新模型
テンセントが WeMM-Embedding を公開：2B モデルがマルチモーダル検索評価で一部の 8B ベースラインを上回る
WeMM-Embedding は、テキスト、画像、動画、視覚文書、インターリーブ入力を同一のベクトル空間で処理し、2B、4B、9B の3サイズを提供する。公式結果では複数の公開ベースラインを上回ったが、音声には対応しておらず、一部の製品上の効果はテンセント社内の A/B テストでのみ裏付けられている。
訓練資料
LAION-BVD、1,000万時間の動画コーパスを公開。ただしメディアファイルは承認を受けた非商用研究に限定
LAION-BVDはCommon Crawlから13億件の動画URLを整理し、約8,000万本、合計1,000万時間のコンテンツをダウンロードした。データパイプラインとURLリストは公開されたが、主要なメディアサブセットへのアクセスは制限され、コンプライアンス上の責任は引き続き研究者が負う。
AI 安全
JFrog、coding agentのパッケージインストールをArtifactory経由に――ただしプレビュー版ではルーティングがデフォルトで無効
Agent Package Resolutionは、セッションプロンプト、パッケージマネージャー設定、サーバー側ポリシーを組み合わせ、Claude CodeとCursorが開始した依存関係のダウンロードをArtifactoryへ誘導する。現在はプレビュー版で、初期設定にはrepository bindingがなく、プラグインだけではagentによるpublic registryへの迂回アクセスを阻止できない。