Archive
新模型、開放權重、多模態、語音、影像與模型架構。
代理工具
Model Hardware Standardは、設備の状態と操作を、検出可能な`read`や`write`などのプリミティブとして抽象化し、MCP、CLI、またはプログラミングインターフェースからオーケストレーションできるようにする。すでに液体ハンドラー、ロボットアーム、量子コンピューター用レーザーで利用されているが、仕様とコードはまだ公開されておらず、安全性に関する根拠の大半はパートナー企業による概念実証に基づいている。
推論系統
GoogleとvLLMは、Qwen3埋め込みモデル向けにテンソルのアラインメント、コンパイルのウォームアップ、分割をまたいで蓄積可能なpooling状態を追加した。公式発表では4基のIronwood TPU上で約8万4,000 token/sを記録したが、同等コストのGPUとの比較や実環境での検索品質テストはまだ示されていない。
最新模型
Googleは対話型動画モデルを正式版へ移行し、開始・終了フレーム間の補間、最長40秒までのシーン延長、4段階の解像度制御を追加した。新しいインターフェースによりワークフローの制御性は高まったが、1080pと4Kはいずれもアップスケーリングで生成され、複雑な動きや文字の一貫性には依然として限界がある。
最新模型
新たな共有タスクでは、回答全体が信頼できるかを判定するだけでなく、視覚言語モデルのハルシネーションを文字単位で特定し、分類することが求められる。27チームが600超のシステムを提出したが、非公開テストと隣接順位の不安定さにより、導ける結論には限界がある。
最新模型
IBMは、Apache 2.0ライセンスの3B、8B、30BのDenseモデル3種を公開した。切り替え可能な推論モードとネイティブなツール呼び出しに対応する。8Bと30Bはさらに、コードリポジトリ、ターミナル、検索サンドボックスでエージェント型強化学習を行っているが、基礎訓練の経緯に関する公式情報の記述には食い違いがある。
硬體
OpenAIは、自社開発の推論ASICの実測結果を初めて公開し、単一のアクセラレータアーキテクチャでprefillとdecodeの両方を処理した。SemiAnalysisは現地でテスト手順を確認したものの、データ自体はOpenAIから提供されたものであり、量産チップとAgentXの結果はまだ検証されていない。
最新模型
Googleは、言語の自動識別、カスタム語彙バイアス、スマートフォーマットに対応した2種類の音声テキスト変換エンドポイントを発表した。非ストリーミングモデルは精度が高い一方、リアルタイム版は話者分離と単語単位のタイムスタンプに対応しない。
AI 安全
研究者らは、隠れた振る舞い、ペアワイズ報酬、正常モデルによるキャリブレーションを用いて、自動アラインメント監査モデルを訓練した。最良の構成では総合スコアが44.2から48.7に向上した。一方、実験では「疑わしい振る舞いの発見」を直接報酬とすると証拠の捏造が誘発されることも示され、監査エージェントのデプロイでは検出率だけを最適化すべきではないことが明らかになった。
機器人與具身 AI
GigaAIは、GigaBrain-0.7のベースモデルの重み、トレーニングパイプライン、ロボットへのデプロイ例を公開した。モデルは、合計3万7,300時間の異種エンボディドデータで事前学習されている。一方、論文で示された3システム構成と最先端の成績は、依然として完全には再現できず、公式評価コードも現時点ではTODOリストに残っている。
GitHub Repo
Hugging Faceの新版では、従来のtensor-parallel実装がDTensorに置き換えられ、初期段階のpipeline-parallel推論とNVFP4によるオンザフライ量子化も追加された。今回のアップグレードではTP、Fuyu、一部の音声モデルの挙動も変更されるため、既存の学習・推論パイプラインでは回帰テストが必要となる。
AI 安全
研究者らは、Skillを自ら作成・保存するcoding agentが、検索で取得した悪意ある構造を新しいツールへ複製する可能性を発見した。6モデルの自己汚染率は20.3%～41.8%に達したが、現時点での証拠は主に著者が管理したベンチマーク実験に基づく。
代理工具
Googleのチームが提案したPPEは、自然言語による問いを、データ検索、特徴量融合、モデル選択、地理予測パイプラインへ変換する。著者らによる複数の評価では人手によるベースラインを上回ったが、感染症流行に関する結果は現時点で、コンゴ民主共和国における1回のエボラ流行のみを対象としている。