最新模型
GSQ-RCO、テンソル感度に応じてビットを割り当て、Qwen3.8-27Bを8.4GBの標準GGUFに圧縮
ISTA DASLabは、GSQで量子化値を学習し、RCOで固定容量の範囲内における各テンソルの精度を選択した、3種類の混合精度Qwen3.8-27B量子化モデルを公開した。最小版はわずか8.4GBで、llama.cpp、Ollama、LM Studioから直接読み込める。ただし、ほぼ無損失という結論は、現時点ではチーム自身の評価に基づいている。
Archive
最新模型
新模型、開放權重、多模態、語音、影像與模型架構。
最新模型
AI 安全
MCP Registryの実測で隠れたシステムプロンプトが明らかに：接続可能な5,000超のサーバーがinstructionsを返却
Fetchgateが公式Registryに登録された15,329件のリモートURLに対して読み取り専用のハンドシェイクを実行したところ、接続可能な5,462エンドポイントがサーバーレベルの指示を送信していた。問題はプロンプトインジェクションだけでなく、ターンごとに繰り返し発生するコンテキストコストや、ツール間での暗黙的な優先順位争いにも及ぶ。
最新模型
GLM-5.3、2週間の延期を経て重みを公開――サイバーセキュリティ能力とライセンス条項が導入のハードルに
Z.aiはGLM-5.3のFP8重みを公開し、攻撃能力の向上を受けて設けた2週間の安全猶予期間を終了した。モデルはvLLMやSGLangなどのフレームワークでデプロイできるが、大手MaaS事業者には別途、安全審査条項が適用される。
代理工具
Qwen Code 0.22.3、チャットチャネルで8つの名前付きエージェントタスクを保持可能に。ただし作業ディレクトリは引き続き共有
新版の Channels では、チャネル、チャット、送信者ごとに最大8つの名前付きセッションを保持し、終了後も元の会話に再接続できる。これはマルチタスク管理であり、並列分離ではない。現時点では一度に選択できるタスクは1つだけで、すべてのタスクが同じ作業ディレクトリを操作する。
推論系統
KoboldCpp 1.120がDirectIO読み込みモードを追加、mmapとmlockの同時有効化も可能に
新版では大規模なGGUF重み向けに`--usedirectio`が追加され、mmapでモデルをマッピングする際に関連するメモリページをロックできるようになった。Qwen3.8-Flash-Next、Ling-3.0-flash、カスタムJavaScriptツールにも対応するが、公式から読み込み速度やメモリのベンチマークはまだ公表されていない。
硬體
Sopro V2 Turbo、120Mパラメータの音声モデルを公開——2ステップの音響ソルバーでCPUストリーミング合成
Sopro V2 Turboは、500Mパラメータの教師モデルを120Mパラメータへ蒸留し、さらにreflowによって音響ソルバーを32ステップから2ステップへ短縮した。M3 CPUでは約300ミリ秒で最初の音声チャンクを出力でき、ブラウザ推論にも対応するが、現時点で利用できるのは欧州の4言語のみで、訓練コードは公開されていない。
GitHub Repo
Fizgig 5.0、ローテーション式トレーニングウィンドウにより33B動画モデルを16GB GPUでフルパラメータ・ファインチューニング
Fizgig 5.0は、現在のスライスの勾配とオプティマイザ状態だけを保持しながら、MiniMax H3とKrea 2の全重みを区間ごとに更新する。開発者の実測ではピークVRAM使用量を最低13GB未満に抑えたが、システムメモリ、学習速度、独立した品質検証が依然として主な制約となる。
最新模型
Gemini Omni 1.1 Flash、10秒のコンテキストを基に動画を延長し、開始・終了フレーム制御にも対応
GoogleはGemini Omni 1.1 Flashを安定版APIとして提供開始した。シーン延長では直前の最大10秒間を参照でき、セグメント単位で最長40秒の動画を生成できる。新バージョンは開始・終了キーフレーム、360pドラフト、4K出力にも対応するが、公開されている品質データは依然としてGoogle独自の評価が中心だ。
最新模型
Hy4 Preview、770B MoEの重みを公開——疎な注意機構と組み込みMTPで長文コンテキスト・エージェントを狙う
Tencentは、Hy4 PreviewのApache 2.0ライセンスの重み、FP8版、およびvLLMとSGLang向けのデプロイ手順を公開した。このモデルは、770Bのパラメータのうちtokenごとに約49Bを活性化する。100万tokenのコンテキストに対応するが、品質と自己最適化の成果を裏付ける根拠は、現時点では主にTencentの内部評価に基づいている。
推論系統
llama.cpp、Adrenoの行列乗算ルーティングを改修――2世代のチップでプロンプトのプリフィルを9～25%高速化
llama.cpp b10687は、Snapdragon X2および旧世代のA7X GPUにおいて、OpenCLコンパイラが選択していた非効率な行列乗算パスを回避する。メンテナーの測定では、gpt-oss-20bとGemma 3nのプロンプトのプリフィルがそれぞれ約20～25%、9%高速化した一方、token単位のデコード速度は向上していない。
代理工具
Open ASR Leaderboardがヒンディー語とインド英語に対応、表記揺れを扱う参照ラティスでWERの偏りを是正
Hugging FaceとVoice Arenaは、Monsoonデータセットを用いてオープン音声認識リーダーボードを拡張した。4つの公開・非公開分割には4,888人の話者が含まれる。ヒンディー語では複数の許容可能な綴りを表現する参照ラティスを採用し、従来の単一転記によって正しい認識が誤りと判定される問題を回避する。
最新模型
FastH3、MiniMax H3を4回のDiT呼び出しに圧縮――B200×8基で15秒の映像を13秒で生成
FastVideoはDMD2蒸留と90%のスパース・アテンションにより、ベースモデルの49回のDiT呼び出しを4回に削減し、完全な重みとLoRAを公開した。リアルタイム生成の数値はB200×8基、専用VSAカーネル、ウォームアップ後のテストを前提としており、単一GPUや一般消費者向けGPUではまだ同等の速度に達していない。