SURL AI News
繁中English日本語

Archive

硬體

AI 晶片、GPU、資料中心、邊緣裝置與硬體安全。

推論系統

llama.cppのメインラインにMaple 20B‑A1Bの三値MoEを統合、第1段階はCPUサポートを基準に

9月14日にマージされたアーキテクチャサポートにより、Maple‑PreviewはDeepGroveのllama.cpp forkに依存せず、ロードおよび変換できるようになった。モデルがtokenごとに有効化するパラメータは約10億個にすぎないが、GPU backend、品質評価、公式の速度主張については、引き続き個別の検証が必要だ。
推論系統

smolperfbenchmark、エッジLLMのエネルギー効率ベンチマークを公開。ただしライブ・リーダーボードの結果は現在0件

新たなオープンソースのベンチマークスイートは、小型モデルをJetson、Mac、Raspberry Pi、Androidデバイスで動かし、データセンターGPUのスループットだけでなく、デコード速度、tokens/J、レイテンシ、温度を測定する。作者は約1,000通りのJetson構成をテスト済みとしているが、現在、公開リーダーボードにはデータが1件も読み込まれておらず、ユーザーは当面、リポジトリ内のレポートとraw artifactsを参照して結果を検証する必要がある。
GitHub Repo

llama.cppのデイリービルド、旧世代GPU向けにF32フォールバックを導入し、Nemotron MTPウェイトのゼロ除算クラッシュを防止

9月13～14日のllama.cppプレリリースビルドでは、BF16が利用できない場合のCUDA F32経路が追加され、一部の旧世代GPUで即座に失敗する問題が回避された。別の修正では、Nemotron-HのNextN／MTPメタデータが不完全な場合、モデル読み込み時にSIGFPEを引き起こす代わりにエラーを報告する。
推論系統

Colibrìは兆パラメータ級MoEの重みをVRAM、RAM、NVMeに階層配置するが、低メモリだからといって高速推論とは限らない

最近コミュニティで注目度が高まっているColibrìは、純C製エンジンでスパースなエキスパートをオンデマンドに読み込み、744Bから2.8Tパラメータのモデルをデータセンター向けではないハードウェアでも起動可能にする。引き下げられるのはモデルの常駐メモリ要件であり、実際のデコード速度は依然としてSSD帯域幅、エキスパートのヒット率、量子化品質に大きく左右される。
代理工具

NVIDIA、IMO金メダル級推論のレシピを完成：各問題でまず384件の証明を生成し、多段階の審査で選別

NVIDIAはNemotron IMO 2026のリソースを更新し、SFT／RLの重み、データ、プロンプト、再開可能な完全版推論プログラムを公開した。システムは30／42点を獲得したが、その成果は3つの561B checkpointと膨大なテスト時計算に大きく依存しており、単一モデルによる1回の回答能力とは見なせない。
最新模型

NASAとIBM、マルチモーダル月面基盤モデルを公開――9種類の観測機器データを共通表現に整合

NASA-IBM Lunar Foundation Modelは、4つのミッション、9種類の観測機器、30を超える空間整合済みデータレイヤーを統合し、重みをApache 2.0ライセンスで公開した。公式の下流タスク実験では、氷層予測の誤差が最大22％低下したが、結果は依然として開発チームによるもので、独立した再現検証は行われていない。
AI 安全

Datasette、公開・非公開テーブルの権限バイパスを修正—3つの最先端モデルが包括的なセキュリティ監査に参加

Datasette 1.0a39と0.65.4では、テーブル名の大文字・小文字、全文検索インデックス、リレーション検索、キャッシュなどを介した複数の非公開データ漏えい経路が修正された。脆弱性の発見には外部研究者と3つの最先端モデルが協力したが、メンテナーは一部のテストの公開を意図的に延期しており、運用者は引き続きアップグレードを優先すべきだ。
最新模型

Agnes‑3.0‑Flashという同名モデルには実際には2つのバージョンがある：オープンウェイト版とランキング成績を混同してはならない

Agnes AIはHugging Face上の33BウェイトをPreviewと改めて明記し、Artificial AnalysisがテストしたAPIモデルとは異なることを明確にした。両者はコンテキスト長、パラメータの公開状況、評価結果まで異なるため、デプロイ担当者はランキングの36点をオープンなcheckpointの裏付けとして使うことはできない。
代理工具

Googleがautofinetuneを公開：エージェントがTPU上でSFTとGRPOの学習設定を自動探索

autofinetuneでは、エージェントがMarkdown仕様に基づいてTunixの学習プログラムを変更し、評価を実行したうえで、指標が改善したGit commitだけを保持する。初期実験ではFunctionGemmaのSFTとGemma 3 1BのGRPOを扱っているが、現時点では小規模かつ単一指標による探索的なプロセスにとどまる。
最新模型

SenseNova-U1.5、ネイティブ視覚統一アーキテクチャのレポートを公開。ただし完全な学習パイプラインは未公開

SenseNova-U1.5は、独立した視覚エンコーダーやVAEに依存しないMoTアーキテクチャを採用し、単一モデルで理解、推論、生成、編集を処理する。9月11日に追加された技術レポートでは学習手法と評価結果が開示された。既存の重みと推論コードは利用できる一方、SFT、RL、multi-expert distillationのコードはまだ完全には公開されていない。
代理工具

Claude Code 2.1.269、プラグインのA/B評価を導入。ただし自動スコアには依然として品質基準が不足

新コマンド `claude plugin eval` により、プラグインの有効時と無効時のパフォーマンスを比較し、JSONおよびHTML形式の評価レポートを出力できる。初期検証では、自動生成されたルールは指示への準拠を検証しやすい一方、プラグインがタスクの品質を実際に改善したことを必ずしも証明できないと示された。