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。
Archive
最新模型
新模型、開放權重、多模態、語音、影像與模型架構。
AI 研究
GitHub Repo
langchain-anthropic 1.7.4、会話中のツール追加・削除に対応
新バージョンではシステムメッセージを通じてツールの変更を伝えられるようになり、エージェントは段階的に利用可能な機能を調整できる。既存のプロンプトキャッシュを維持できる可能性もあるが、機能はモデル、メッセージの位置、キャッシュ設定に左右され、性能テストのデータはまだない。
AI 研究
JitMem、新しいタスクに応じてエージェントの記憶を整理、2つのテストで成功率が16ポイント超向上
成功したタスクの生の実行履歴を保持し、次のタスクが来てから適切な要約を生成する研究。改善は特定のベンチマークとモデル構成で得られたもので、導入評価には記憶整理モデルの追加コストも含める必要がある。
GitHub Repo
Ultralytics 8.4.162、画像バッチのプリフェッチを導入し、読み込みとCUDA推論を並行化
新版ではバックグラウンドスレッドで次の画像バッチを事前に読み込み、GPUがデータを待つ時間を短縮する。公開ベンチマークは特定のYOLO26n構成を対象としており、リリース概要とマージ履歴の間には適用範囲の記述に食い違いが残る。
GitHub Repo
AutoGPT 0.8.1、サンドボックス接続窓口を統一し、任意で有効化できる TCP アウトバウンドプロキシを追加
新版では E2B サンドボックスの作成、再接続、プロキシ認証情報のローテーションを一元管理する。この機能はデフォルトでは無効で、外部プロキシが必要。DNS と QUIC のトラフィックも、この TCP 経路の対象外となる。
AI 研究
CliffCompaction、エージェント向け圧縮パッケージを公開 原文の断片でコンテキストを削減
APIプロキシサービスを通じて古い内容を削除・短縮し、既存のコーディングエージェントにルールベースの圧縮を導入するパッケージ。論文のコスト比較は理想的なキャッシュモデルに基づき、公開版のデフォルト設定も実験条件とは異なる。
AI 研究
WISE、再帰型モデルのアテンション対象範囲を再利用し、アテンション処理で1.36倍の高速化を計測
すべての再帰ステップを維持しつつ、初期の探索で後続のアテンション計算の対象範囲を絞る手法。性能の数値はアテンションのワークロードのみを対象としており、4Kコンテキストでの品質低下と公開された再現用資料については、引き続き確認が必要だ。
AI 基礎設施
NVIDIAがMoE訓練のベンチマークを公開、B200 8基の最適構成で基準の2.21倍
BioNeMoがグループ化したエキスパート演算、エキスパート並列、MXFP8を組み合わせ、特定の訓練ワークロードのスループットを向上。最速構成では精度と並列化方式を同時に変更しており、性能向上は収束品質と併せて評価する必要がある。
GitHub Repo
TransformersがGGUF圧縮推論パスを追加、まずはApple Siliconに注力
新たな推論パスはggmlのMetalカーネルを再利用し、Transformersの処理フロー内で量子化重みを実行できるようにする。現時点ではmainブランチからのインストールが必要で、対応モデル、バッチ処理、カーネルの互換性には制限が残る。
GitHub Repo
Cline CLI 3.0.65、長い会話での出力打ち切りに圧縮後の再試行を追加
新版では、プレーンテキスト生成が出力上限に達すると、まずコンテキストの空き容量の確保を試みてから再試行する。すでにツールの動作が発生したターンは、この仕組みでは再実行されない。実際の回復率は今後の測定を待つ。
AI 研究
Whisperのエンコーダーを6層削減、蒸留後も4言語の平均誤り率は元モデルを上回る
ラベルなしの英語音声を使った蒸留により、枝刈り後の認識性能を部分的に回復。速度測定で示された1.75倍にはバッチサイズ変更の効果も含まれ、同一バッチサイズでの効果と中国語の認識品質はそれぞれ評価する必要がある。
AI 研究
Basis、複数人の会話音声1,502時間を公開 中国語サブセットは15.3時間
話者ごとの音声トラックと共通のタイムラインを保持し、全二重の音声対話やターンテイキングの研究に活用できる。中国語部分の人手によるアノテーション時間は記載されておらず、自動文字起こしもそのまま学習用の正解データとして使うには適さない。