最新模型
LongCat-2.5-Previewが画像理解に対応、OpenCodeで期間限定の無料アクセスを提供
Meituanの新しいプレビューモデルは、100万トークンのコンテキストを引き継ぎ、画像理解とコーディングエージェントとの統合に対応する。公式ドキュメントには推論制御の方法が記載されているが、視覚入力の形式と実際のタスクでの性能は、まだ検証が必要だ。
Archive
最新模型
新模型、開放權重、多模態、語音、影像與模型架構。
最新模型
GitHub Repo
vLLMコミュニティ、多機デコードの遅延を報告 空のKVコネクタでも性能低下の可能性
2ノードのH100テストでは、データを移動しないKVコネクタを加えると、特定の負荷でトークンあたりの遅延が約87%増加した。調査では応答の集約とスレッドの待機が原因として指摘されたが、原因の確定と修正は上流での確認待ちだ。
GitHub Repo
vLLMコミュニティ、再起動後の出力不一致を報告 カーネルの自動チューニングが再現性に影響する可能性
固定シード、温度0のQwen3-8Bテストでも、カーネル構成の違いによって出力に差が生じた。関連するPyTorchの修正案は未マージで、影響範囲はバージョン、ハードウェア、コンパイル経路ごとに確認する必要がある。
最新模型
Perceptron Mk1.5、動画内の物体追跡を追加し、音声理解とツール呼び出しを統合
新版はタイムスタンプ付きの物体軌跡を出力し、音声・動画の知覚をエージェントのツールフローにつなぐ。機能はAPIとSDK経由で提供され、導入時には音声設定、出力制限、旧モデルからの移行に注意が必要だ。
GitHub Repo
vLLMコミュニティのテスト：WSL2でページロックメモリを有効化し、単一GPUのデコードレイテンシが約12%低下
単一マシンでのテストでは、メモリ設定の変更によりデコード時のGPU待機時間が短縮した。公式の既定値は引き続き無効で、効果と容量制限はデプロイ環境ごとに検証する必要がある。
GitHub Repo
OpenHands 1.24、MCP認可の継続利用を修正 トークン期限切れ後のツール失効に対処
新版ではクラウドのOAuth状態を保持し、SDKでトークン更新エンドポイントと状態の書き戻し処理を修正した。効果が行き渡るかはバックエンドのデプロイ状況にも左右されるため、既存の接続で会話をまたいで再利用できるか確認が必要だ。
GitHub Repo
ServingStudioを公開、シミュレーション・エージェントによる修正・GPU検証をつなぐ推論性能ワークベンチ
実測したGPUコア時間からサービスのボトルネックを予測し、エージェントが候補となる最適化を推論フレームワークに適用する。チームはコードとテストケースを公開したが、効果はモデルや負荷に左右され、一部の修正は上流でのレビュー待ちだ。
AI 研究
Agentic-GERが音声区間を再確認、中国語の専門用語の誤り率を最大36.8%相対低減
エージェントに逐語録全体を読ませ、疑わしい区間を再文字起こしすることで、区間をまたぐ専門用語の不一致を修正する。公式実装は公開済みだが、最大の改善幅は特定のモデル構成に限られる。導入時は誤修正率と推論コストを見極める必要がある。
推論系統
Liquid AI、ビジョンモデル「DSpark」を公開 M5 Maxでデコード速度がベースラインの最大3.13倍
約2.8億パラメータのドラフトモデルがLFM2.5-VL-3Bに投機的デコーディングを追加。公開ウェイトとフレームワーク統合も提供された。公式テストは特定のハードウェアと設定に限られ、ビジョンエンコーディング、プリフィル、並行負荷が全体の効果を制約する。
AI 研究
AgenticGenPlan、評価時に言語モデルを呼び出さずロボット計画プログラムを生成
28種類のシミュレーション環境で再利用可能な制御プログラムを評価。従来型プランナーと比較可能な環境のサブセットでは、平均成功率が最高95%に達した。結果は完全観測可能な状態に限られ、再現にはブラックボックス権限、評価シード、事前の合成コストの確認が必要だ。
最新模型
Sarvam Vision 2.1、フォームの構造化抽出とインド諸言語の手書き認識に対応
新バージョンはレイアウト解析と視覚言語モデルを組み合わせ、複数ページにまたがる表やフォーム項目の抽出をサポートする。公式評価ではテスト範囲の一部が変更されており、導入前にAPIのモデルバージョン対応を確認する必要がある。
AI 研究
RECLAIM、100本の論文で研究エージェントを評価 完全な資料があるグループの再現率は最高41％
ベンチマークでは、エージェントが自ら環境を構築し、デバッグして実験を実行。その後、独立したモデルが実行証拠を審査する。公開されたコードと実行記録を使って開発者は失敗箇所を追跡できるが、結果は評価対象モデルの範囲と各条件1回のテストに限られる。