Archive
新模型、開放權重、多模態、語音、影像與模型架構。
AI 安全
Cloudflareの早期プレビューサービスは、ソースコード解析の結果を実際のルーティング、トラフィック、WAFの状態、攻撃イベントと組み合わせ、GPT-5.6 Cyberで脆弱性と修正案を検証する。モデルが環境を直接変更することはないが、データは推論のためOpenAIに送信される。また、公式には誤検知率や修正成功率がまだ公表されていない。
電腦視覺
Scal3RはCUT3RまたはSTream3Rのバックボーンを凍結したまま、軽量なクエリトークンを使って複数の過去キーフレームに対する相対姿勢を推定し、オンライン姿勢グラフ最適化に渡す。著者らはKITTIにおいて、平均ATEが最も強力なオンライン競合手法を60%以上下回ったと報告している。ただし、結果はSim(3)アライメント後の値であり、実スケールが保持されていると直接解釈することはできない。
最新模型
Microsoft Researchのストリーミング音声モデルは、音声チャンク、短い先読み、既存のトランスクリプトを交互に処理し、「誰が何を話したか」を直接出力する。公開版は10言語とカスタムホットワードに対応する一方、話者帰属の期待遅延は依然として2秒で、長時間の重複音声では性能が低下する。
推論系統
KAISTとGoogle DeepMindは、既存モデルが推論テキスト内でグローバル、フォーカス、ローカルの各注意モードを切り替えられるDeclarative Attentionを提案した。著者らは2つのモデルでattended tokensを31.1%～52.0%削減したが、速度向上は依然として主にモデルによる推計であり、精度もわずかに低下した。
最新模型
智譜は、総パラメータ数320B、token当たり18Bをアクティブ化するネイティブ・マルチモーダルモデルGLM-5.3-Flashを公開し、重みをMIT Licenseでリリースした。新アーキテクチャはGLM-5.3と比べ、アテンション計算量を3分の1、KV cacheを約4.4分の1に削減するとしているが、「Flash」といっても一般的なワークステーションで容易にデプロイできるわけではない。
推論系統
Unoは、自己回帰LLMに軽量な拡散重みを追加し、Ψ-Specによって複数のtokenを一度に提案しながら、元のモデルのサンプリング分布を維持する。著者らは最大3倍の高速化を報告しているが、現時点の数値は研究チームが使用した特定のモデル、ハードウェア、推論エンジンに基づくものだ。
GitHub Repo
新バージョンではParity-aware BPEを追加し、各マージで全体の最高頻度だけを追求するのではなく、圧縮効率が最も低い言語の改善を優先する。この機能は新しい語彙表の訓練に利用できるが、既存モデルにおける中国語のtokenコストを自動的に改善するものではない。
最新模型
GWM Worlds 2は、自己回帰拡散、因果映像デコーダー、構造化されたWorldPromptを組み合わせ、テキストによるアクション指示とカメラ信号で連続的な世界をリアルタイム制御できる。システムは依然としてクローズドな研究プレビュー段階にあり、高速なカメラワーク、長期的一貫性、再現可能な評価には明らかな課題が残る。
代理工具
新たな研究は、ソースコード、ドキュメント、テストをオンデマンドで読み込める操作知識へ変換し、固定されたモデルとエージェントフレームワークの性能を4つの研究ベンチマークすべてで向上させた。スキル構築コストは別計上であり、結果も著者による評価にとどまるため、低コストでモデルトレーニングを代替できると直ちに見なすことはできない。
代理工具
Claude Platform CLIに`ant apply`が追加され、リポジトリ内のMarkdown、YAML、JSONから管理対象のエージェントリソースを同期できるようになった。プレビュー、依存関係に基づく順序付け、ドリフト検出に対応する一方、状態ファイルには依然として組織の識別情報が含まれ、現時点で管理できるのはAnthropicプラットフォームのみだ。
代理工具
Cohere LabsはAgentic Task Ecosystemを公開し、7つのディレクトリから集めた696,291件のツールを米国のO*NET職務タスクと照合した。その結果、多くのMCPはワークフローの一部しか担えないことが示された。ただし、2.6％という数値はセマンティックマッチングとモデル判定に基づくものであり、実際の実行テストに合格したツールの割合とはみなせない。
最新模型
Ant GroupのinclusionAIは、LLaDA-Imageの重みとDiffusers推論コードを公開した。単一モデルでテキストからの画像生成、参照画像の編集、中国語・英語テキストのレンダリングを処理できる。蒸留版はTwin-DMDにより推奨サンプリングステップ数を50から4へ削減したが、学習コードの公開と独立した性能検証はまだ十分ではない。