代理工具
Dream‑RSI、エージェントの探索履歴をリプレイシミュレーターに変換し、探索戦略をオフラインで書き換え
Googleなどの研究チームは、モデルの重みを更新する代わりに、固定されたコーディングエージェントの探索スケジュールを繰り返し書き換える手法を開発した。アルゴリズム、数学、GPUカーネルに関する8つのタスクでは探索コストの削減が示されたが、リプレイで評価できるのは過去に実際に探索された分岐に限られる。
Archive
硬體
AI 晶片、GPU、資料中心、邊緣裝置與硬體安全。
代理工具
推論系統
MLPerf Inference 6.1、エンドツーエンドRAGとエッジエージェントのテストを追加――ベンチマークは推論パイプライン全体を評価対象に
MLCommonsは単一モデルのみの測定から脱却し、検索、リランキング、生成、複数ターンのエージェント処理をInference 6.1に組み込んだ。新版ではAPIベースのclient/server harnessも導入され、データセンター向け評価が本番サービスに近いEndpointsスイートへ移行する方向性を示している。
AI 基礎設施
SiFiveとAMD、RISC-Vホスト上でROCm 10を実行し、Gemma推論をRadeon GPUへオフロード
SiFiveはBigSkyサーバー上でP870-D RISC-V CPUを使用してROCm 10を起動し、Radeon AI PRO R9700でGemma4-E2Bの推論を実行した。これは、x86でもArmでもないホストがAMDのGPUソフトウェアスタックに接続できることを示す一方、性能、再現可能なイメージ、正式なサポート範囲はまだ公開されていない。
最新模型
Salesforce Koa、ワークフロー仕様から訓練環境を生成し、CRMツール操作を120Bモデルに学習
SalesforceはNemotron 3 Superをベースに、合成した企業シナリオ、SFT、GRPOを通じて、初のCRM推論モデルKoaを訓練した。複数ターンのツール使用は大幅に改善したものの、論文では総合性能が依然として最先端モデルに及ばないことを認めており、公式発表の「エラーが3分の1」という数字も自社のCRM評価に基づく。
代理工具
FlashREINFORCE、エージェントRLの同一問題グループサンプリングを単一軌跡の非同期更新で置き換え
NVIDIAの研究チームが、criticを使わない単一rollout訓練手法を提案した。長さの異なるツール軌跡を完了次第更新に投入できる。小規模モデルの実験では、半分のrollout数で掲載されたGRPOベースラインを上回ったが、環境やモデル規模をまたぐ安定性はまだ十分に検証されていない。
最新模型
Gensyn open‑1b、80,957の訓練ステップにわたるハードウェア横断のビット単位監査チェーンを構築
Gensynは、16.1億パラメータモデルのデータ、チェックポイント、ステップごとのハッシュ、リプレイツールを公開し、第三者が訓練状態と公表内容の一致を抜き取り検査できるようにした。この再現性には約5倍の訓練性能コストが伴い、ハッシュの一致だけでは、元のクラスターが実際に公表どおり稼働したことを証明できない。
最新模型
Gemini 3.8 Live、推論を音声出力のバックグラウンドで実行へ——クライアントはturnCompleteだけでアイドル状態を判定できず
Googleは2つのネイティブ音声モデルを発表した。Extended Thinkingでは、音声を継続的に出力しながらバックグラウンド推論と非同期ツール呼び出しを実行できる。新プロトコルは長時間の音声エージェント処理における並行性を高める一方、開発者にはセッション状態マシンと割り込み処理の書き直しを求める。
推論系統
Perplexity、ローカルエージェントをWindows RTXに展開。ただし「データはデバイス内に留まる」にはクラウド利用の例外も
Portable Computerは、24GB以上のVRAMを搭載したWindows RTX PCでモデル、ツール、サンドボックスを実行できるようになった。ローカルで処理される作業の多くはクラウド利用枠を消費しない。一方、ユーザーの許可を得てクラウドモデルへ切り替えることができ、コネクターや外部操作も伴うため、完全なオフライン環境と同一視することはできない。
AI infrastructure
Rubin NVL72初のAgentX実測結果が公開、ワット当たりtokenの最大向上幅は依然として比較基準次第
SemiAnalysisがプレリリース版ソフトウェア上でVera Rubin NVL72をテストし、Blackwell比でメガワット当たりのtokenスループットが最大約7倍に達したと報告した。結果は、長いコンテキストとMoE推論におけるHBM4とNVLink 6の効果を浮き彫りにする一方、「コストパフォーマンス67倍」という見出しには、レンタル価格と特定の動作点に関する仮定が含まれている。
最新模型
Atria Dawn Preview、検証可能な環境で長期研究エージェントを訓練した744B MoEの重みを公開
上海人工知能研究所は、Atria Dawn Preview、FP8の重み、推論レシピを公開した。検索からコーディング、実験の実行までを網羅する完全なエージェントループを特徴とする。公式発表では16のベンチマーク中5つで最高性能を達成したとしているが、モデル規模、テスト時計算量、独自の評価設定により、比較可能性にはなお制約がある。
代理工具
Otis、llama.cpp、ローカルモデル選定、エージェント権限を単一のデスクトップ／ターミナルインターフェースに統合
Otisは9月13日から14日にかけて集中的に公開プロモーションを展開した。ハードウェアに応じてGGUFを推奨・ダウンロードし、内蔵のllama.cppでローカルエージェントを起動する。オフラインモードではアカウントが不要だが、検索、PAIRクラスター、Fireworks推論は、それぞれ異なるデータ境界と信頼境界に属する。
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。