Archive
新模型、開放權重、多模態、語音、影像與模型架構。
硬體
YOLO26では、`quantize=8`による量子化認識学習が利用可能になった。量子化範囲をチェックポイントに保存し、Q/DQノードを含むONNXまたはTensorRTエンジンを直接出力できる。続いて公開された8.4.144では、量子化効果に関する説明と数値安定性の修正が追加される一方、このデプロイ経路には依然として明確な制約があることも浮き彫りになった。
代理工具
2つの連続リリースで、直接利用できる画像生成APIに加え、ChatGPT／CodexサブスクリプションおよびGitHub CopilotのOpenAI互換エンドポイントに対応するproviderを追加した。2.42では形式が不正なDeferred Tool承認結果も拒否するため、アップグレードにより、従来は緩やかに受け入れられていたAgentワークフローが即座に失敗する可能性がある。
最新模型
PatchTST-FM-r2は、畳み込みで補完したAttention、8,192ステップのコンテキスト、確率的予測を採用し、ファインチューニング不要の汎用時系列予測を目指す。GIFT-Evalの再現可能なゼロショット部門で2位に入ったが、結果は依然としてIBMによる提出値であり、ベンチマークプロジェクトへのマージによる確認を待っている。
推論系統
vLLM 0.29.0では、Model Runner V2へのデフォルト切り替えが完了し、speculative decoding、強化学習向けの重み同期、各種ハードウェアバックエンドも拡充された。これはイメージをそのまま差し替えられるような小規模アップデートではなく、既存環境ではメモリ構成、出力の一貫性、削除されたインターフェースを改めて検証する必要がある。
最新模型
NeoHorse-1はルーターを通じて、異なるモデルがエージェントタスクを完遂した際の軌跡を収集し、カリキュラム型SFTとオンライン蒸留によって4B・9Bモデルを訓練する。公式の総合スコアは同規模のQwen3.5ベースラインを上回ったが、複数ラウンドの自己更新で継続的な改善を実現できることや、データ分布のシフトを回避できることはまだ証明されていない。
GitHub Repo
AuKは、ゼロショットTTS、発話置換、声質・感情の調整、ノイズ除去、音源分離を単一の1.5B生成モデルに統合する。蒸留版のAuK-Flashはわずか4回のサンプリングステップで動作するが、4.5倍の高速化と品質面での優位性は、現時点では主に開発チーム自身の実験に基づいている。
推論系統
Cohereは、North Mini Code専用の推論エンジンをオープンソース化した。演算子ごとの起動とGPU全体の同期を常駐型megakernelに置き換え、公式テストでは単一H100のエンドツーエンド・デコードスループットがvLLMを上回った。ただし現時点では、対応するモデル、ハードウェア、バッチサイズが限定されている。
AI 安全
Python Agents SDK では、関数ツールおよびローカル MCP サーバーに入出力ガードレールを適用し、ブロック時にモデルへ渡す代替メッセージをカスタマイズできるようになった。新版ではローカルサンドボックスが継承するホスト環境変数も削減されたが、保護範囲には依然としてホステッドツールや組み込み実行ツールは含まれていない。
最新模型
OpenAIはChatGPT Images 2.5を発表し、APIではスループット重視のFlareと、きめ細かな制御を重視するSunburstを提供する。新版は部分編集、複数ターンにわたる一貫性、最大50%のレイテンシ削減を売りにするが、性能および品質に関するデータは、依然として主に発表元によるものだ。
AI 科研／形式驗證
OpenAIは、未公開でGPT‑6 Astraを上回る能力を持つマルチエージェントシステムが、滑らかな外力の下で三次元Navier–Stokes方程式の解が有限時間内に滑らかさを失うことを示す証明を構築したと主張している。チームはLean 4による形式化コードも同時に公開したが、形式検証は、ミレニアム懸賞問題の解決が数学界に受け入れられたことを意味しない。
代理工具
新バージョンでは、複数プロバイダーのモデルおよびトランスポート設定を整理し、再現可能なOllama／Qwenツール呼び出しsmoke testを提供する。診断スクリプトはファイルの副作用を独立して検証し、エージェントが応答内で作業の完了を主張しただけなのに成功と誤判定するリスクを低減する。
推論系統
新しいオープンソースプラグインにより、vLLMコアをフォークすることなく、同一のOpenAI互換APIを使ってTenstorrentハードウェア上で複数の言語モデルと視覚モデルを提供できる。一方、現時点ではprefillとdecodeを同じステップ内で混在させられず、LoRA、speculative decoding、マルチホストサービスも未対応という制約がある。