Archive
GitHub 熱門專案、開源工具、框架、runtime 與重要 release。
代理工具
SpaceXAIはGrok BuildにWorkflowsを追加し、単一のバックグラウンドジョブから段階ごとに最大1,024エージェントへ並列に処理を割り当て、結果を集約・検証できるようにした。ワークフローはチーム共有コマンドとして保存できるが、コスト、成功率、大規模なエージェント群におけるエラー相関の評価結果はまだ公表されていない。
AI 基礎設施
NVIDIAはModelExpressの転送経路全体を公開した。新しい推論レプリカは、既存のGPUからP2P RDMA経由で重みとコンパイルキャッシュを優先的に複製する。公式検証では、8基のB200上でDeepSeek-V4-ProのAPI利用可能までの時間を8分から1分44秒に短縮したが、この結果は同一種類のGPU、高速ネットワーク、互換性のあるテンソル構成に大きく依存する。
代理工具
Hugging FaceはTRLにOpenEnvのネイティブ統合を追加し、各ツール呼び出しを独立した関数として扱うのではなく、統一されたファクトリインターフェースを通じてマルチターン環境をGRPOTrainerに提供できるようにした。環境はWebSocketサービスまたはコンテナ内で実行できるが、プロジェクトはまだ実験段階にあり、分離の強度と報酬の信頼性は利用者自身が検証する必要がある。
AI 基礎設施／分散式運算
Google は、Ray 上で TPU を利用するための包括的な AI ライブラリパスを発表した。`topology` フィールドにより、モデルワーカーが同じ ICI slice に配置されることを保証する。新バージョンには JAX ネイティブのデータバッチ、`JaxTrainer`、公式コンテナ、TPU モニタリングも追加されたが、現時点で主に検証されている環境は依然として GKE である。
代理工具
Microsoft Researchなどの研究者が、Codex、OpenClaw、GUIエージェントをネイティブ実行フレームワーク内でエンドツーエンドの強化学習に対応させるOpenForgeRLを発表した。モデル呼び出し用のエージェントサーバーとKubernetesによってrolloutを分離するが、コード、データ、重みはまだ完全には公開されていない。
最新模型
KAISTの研究チームは、音声から説明可能な映像tokenを入力段階で除去し、テキストプロキシによって物体の意味情報を保持する、学習不要のReMoを提案した。著者らの評価では、Qwen Omniシリーズで平均スコアを低下させることなく入力を半分以上圧縮したが、コードと独立した再現結果はまだ公開されていない。
最新模型
新たな研究では、TensorRTとTensorRT-LLMを用いてIndexTTS-2のGPT、Diffusion Transformer、ボコーダーを再構築し、ストリーミング推論とバッチ推論にも対応した。英語・中国語のSeed-TTS実験ではGPTが最大5倍高速化したが、現時点の公開資料だけでは、最適化パイプライン全体を直接再現するには不十分だ。
代理工具
NVIDIAはNemoClawのDGX StationおよびDGX Spark向けインストール手順を更新し、既存のvLLMワークロードが誤って停止されるのを防ぐとともに、大規模モデルのダウンロードにおける認証情報とレート制限の処理を改善した。バージョンは引き続きalpha段階で、新たにサポートされたDGX OS構成もエンドツーエンドの適格性検証を完了していない。
開發者平台
DeepSeekは7月24日、互換モデル名の`deepseek-chat`と`deepseek-reasoner`を廃止した。移行していないAPIリクエストは、そのまま失敗する可能性がある。新しいインターフェースではモデル選択と推論モードが分離されており、アップグレードは単なるモデル文字列の置き換えでは済まない。
GitHub Repo
Andrew Ng氏のチームが、MITライセンスのOpenWorkerを公開した。エージェントループ、認証情報、会話をユーザーのコンピューター上に保持し、クラウドモデルまたはOllamaのローカルモデルをサポートする。ファイルの生成やSlack、カレンダー、ターミナルの操作が可能だが、「local-first」はデータが必ずデバイス外へ出ないことを意味しない。
最新模型
GoogleはGemini 3.6 Flashと3.5 Flash-Liteを安定版APIとして提供し、それぞれ複雑なエージェントのメインモデルと高スループットのサブエージェントをターゲットにしている。公式データでは、token使用量、コーディングタスク、コンピュータ操作で両モデルの改善が示されているが、比較の多くはGoogleまたは提携する評価機関によるものであり、実際のワークフローでの検証がなお必要だ。
最新模型
Multiverse Computingは、圧縮および修復学習を施したLlama 3.3 70Bを発表した。vLLM CPUとIntel AMXを利用してXeon 6上でサービングできる。公式テストではスループットがほぼ倍増したものの、出力速度は毎秒4 token未満で、チェックポイントと生データは公開されていない。