SURL AI News
繁中English日本語

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

Reflection、Beam 1.0の重みを公開　501B MoEに3種類の精度と推測デコード用モデルを用意

Reflectionは10月16日、Apache 2.0ライセンスの下でBeam 1.0の重みを公開し、BF16、FP8、NVFP4の各バージョンを提供した。プログラミングと長時間のエージェントタスクを想定したこのモデルでは、DFlash2ドラフトモデルも公開された。一方、日本語能力と実際のデプロイコストは、引き続き検証が必要だ。
AI 研究

Microsoft、MAI-Base-2の事前学習の詳細を公開　複数ラウンドのMoEスケジューリングでメモリ使用量を制御

Microsoftは10月15日、MAI-Base-2の技術レポートを公開した。モデルの総パラメーター数は2.8兆で、トークンごとに約800億パラメーターが有効になる。レポートではMoEのメモリ管理と学習効率の改善を詳述しているが、モデルはまだ後学習段階にあり、重みの公開やサービス開始日は発表されていない。
GitHub Repo

Hermes Agent、プロバイダー切り替え時に旧エンドポイントへ送信される問題を修正

Hermes Agent は10月16日、モデルプロバイダーの切り替え後も旧エンドポイントが使われ、新しいAPIキーが誤ったホストへ送られる問題に対処するルーティング修正をマージした。ローカル環境でのエンドツーエンド検証は済んでいるが、リリース版への反映状況と既存セッションの修正範囲は未確認だ。
GitHub Repo

Transformersコミュニティ、DeepSeek-VLのパディング色の不一致を報告　画像プロセッサーが保存済み設定を無視する可能性

10月15日のTransformersコミュニティからの報告によると、JanusとDeepSeek-VLの画像プロセッサーは指定されたパディング色を無視する可能性があり、一部の非正方形画像の入力が元の実装と異なるという。報告には修正案とテスト結果が添えられているが、正式な修正版はまだなく、モデル精度への影響も測定されていない。
GitHub Repo

LangChain Core 1.6.12、ストリーミングのメタデータ伝達を修正し、アプリが phase を早期に取得可能に

LangChain は10月16日、langchain-core 1.6.12をリリースし、コンテンツブロック開始イベントで extras が失われる問題を修正した。メンテナーによると、これによりアプリはストリームの終了を待たずに OpenAI の応答に含まれる phase を識別できる。ただし、実際の効果はモデル連携がそのフィールドを提供するかどうかに左右される。
GitHub Repo

DifyコミュニティがMCPのユニオン型修正を提案、正当な配列引数が文字列に変換される可能性

10月16日、Difyコミュニティから、MCPツールの引数が文字列と配列の両方を受け付ける場合に、正当な配列がPythonの表現文字列に変換され、ツールの検索に失敗する可能性があるとの報告があった。修正案には型の保持と回帰テストが追加されたが、まだマージも正式リリースもされていない。
最新模型

Meta、オープンウェイトのMuse Spark Openを公開　816BのマルチモーダルモデルにBF16版とNVFP4版

Metaは10月15日、1トークンあたり約42Bのパラメータを有効化するMoEアーキテクチャを採用し、100万トークンのコンテキストに対応するMuse Spark Openを公開した。Hugging Faceはデプロイ方法とMacでの量子化テストを紹介したが、全ウェイトの実行や長文脈には相当なメモリが必要となる。
最新模型

Liquid AI、単一のフォワードパスで選択肢の確率を返すマルチモーダル意思決定モデル「d1-ultra」を発表

Liquid AIは10月15日、テキストと画像を受け取り、分類またはスコアの結果を確率で直接返すd1-ultraを発表した。新モデルは難しいタスクと確率のキャリブレーションを重視するが、中国語環境での性能や実際のレイテンシは、導入者自身による検証が必要だ。
GitHub Repo

TransformersコミュニティがDeBERTaの正規化の後退を報告、全角文字や漢字部首が未知トークンになる可能性

10月15日のTransformersコミュニティの報告によると、v5のDeBERTa tokenizerではSentencePieceの正規化規則が適用されず、一部の互換文字が未知トークンとしてエンコードされる可能性がある。別の参加者も独自に再現したが、正式な修正や下流タスクの精度への影響は未確認だ。
最新模型

NVIDIA、混合アーキテクチャと推測デコードでマルチモーダルエージェントを支援するNemotron 3.5 Super VLを発表

NVIDIAは10月15日、Nemotron 3.5 Super VLを公開した。BF16とNVFP4の重みを提供し、テキスト、画像、動画の理解とツール呼び出しを統合する。公式は長い対話ターンを重ねるエージェントのスループット測定を公表したが、実際の効果はハードウェア、キャッシュの再利用、並列処理の設定に左右される。