最新模型
TsuGO、推論テキストを探索木に復元 Gemini 3.1 Proのオープン形式・難問の正答率はわずか19%
TsuGOは、検証可能な囲碁の詰碁問題600問を用い、答えやtoken数だけでなく、モデルが推論リソースを正しい分岐に投入できているかを測定する。4択の候補を取り除くと、複数の推論モデルで正答率と探索効率が同時に急落し、ニューラルネットワークで探索を誘導するKataGoとの差も依然として大きかった。
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
最新模型
段階的に深層化するTransformerではPost-NormがPre-Normを逆転、9層の生徒モデルでCEが0.0328低下
Qwen3-8Bを用いた蒸留実験で、全層を同時に学習する場合は2つの正規化位置にほとんど差がない一方、Transformer blockを段階的に追加するとPost-Normが明確に優位になることが示された。この結果は、正規化位置をモデルの成長戦略と切り離して選択すべきではないことを示唆している。
最新模型
LongEarth-R1、最長30フレームの衛星画像系列を推論し、12の時空間タスクすべてで比較モデルを上回る
LongEarth-Benchは11万7,000枚のリモートセンシング画像を約12万組の長系列QAに整理し、地形の変化、異常、欠損状態をモデルに追跡させる。Qwen2.5-VL-7BをベースとするLongEarth-R1は、フレーム番号、構造化推論、時空間報酬を導入したが、データ、重み、コードはまだ公開されていない。
最新模型
V-RAE、動画のlatentに凍結済み視覚表現を採用、K600の生成学習で最大6倍速く収束
V-RAEは、動画VAEをピクセル再構成だけを目的に学習するのではなく、DINOv3、SigLIP2、V-JEPA 2.1などの意味特徴に時間圧縮とデコーダーを追加する。著者らの実験では、この新しいlatentによって生成と未来フレーム予測の両方が改善したが、現時点での検証は低解像度、短いクリップ、クラス条件付き生成に限られている。
最新模型
Mimir 1B、深い層の積み重ねを階層型リカレント構造に置き換え、デンマーク語ベンチマーク平均で評価対象の9Bモデルを上回る
デンマークのFoundation Modelsチームは、HRMの高レベル・低レベルのリカレント処理を活用したMimir v1をゼロから学習し、開発者が評価した20種のベンチマークで一部の4Bモデルに迫る性能を達成した。重みは公開されているが、「利用可能なデータ」は完全なオープンデータを意味せず、一部のコーパスは契約またはEUの研究例外規定に基づいてのみ使用されている。
最新模型
同一モデル群の「テスト認識」はプロンプト次第で正の相関から負の相関へ反転、モデル自体が説明する分散はわずか0.8%
追試により、プローブの文脈上のラッパーを書き換えるだけで、モデル規模との相関係数が+0.94から−0.82へ変化することが判明した。研究チームは、少なくとも9〜10種類のプロンプトにまたがって測定しなければ、単一のactivation directionではモデル間を比較できないと提言している。
推論系統
DARTree、先にツリーをバッチ構築してから枝刈り、Qwen3-4Bのデコード速度はローカルARの最大9.73倍
DARTreeは、拡散ドラフトモデルの因果補正を単一パスから複数分岐へ拡張し、ノード単位のheap探索を深さごとのバッチ展開に置き換える。単一のRTX 6000 Adaを用いたテストでは、7タスクすべてで平均高速化率がDFlash、DDTree、Dominoを上回ったが、コードはまだ公開されていない。
最新模型
Intern-S2-Preview-397B、数値予測ブランチを追加。4Bメモリモジュールで生物学タスクの平均スコアが3.40ポイント向上
新たな技術報告では、科学PDF、時系列、ツール操作、長期エージェントタスクを単一の訓練パイプラインに統合し、Apache 2.0ライセンスの重みを公開した。独立したMemory Decoderにより、397Bのバックボーンを凍結したままドメイン能力を追加できるが、現時点では生物学モジュールでのみ実証されている。
推論系統
TEMPO、実測実行時間に基づきMoEエキスパートを割り当て、Qwen3‑235Bのp99トークンレイテンシを約15.6%削減
TEMPOは、トークン数やアクティブ化されたエキスパート数を単に均等化するのではなく、HBMからの重みロードとGEMMタイルのパディングを同時に推定する。SGLangのプロトタイプは、一部のQwen3‑235Bトラフィックでスループットを4～6%向上させた一方、通信律速のDeepSeek‑V3では追加コストだけが残った。
代理工具
OmniScientist、マルチモーダルな証拠を研究プロセス全体で活用――直接知覚版がペア比較評価の85%で勝利
OmniScientistは、エージェントが画像、信号、映像、3D構造、軌跡を直接調べたうえで、着想、実験、論文執筆までを行えるようにする。36件のケースすべてで完全な原稿を生成したが、ケース数の不一致、コードの公開状況、自動評価の設計にはなお確認すべき点が残る。
代理工具
StateBridge、閉形式アライメントでエージェント間の隠れ状態を伝送――26組のテスト中22組で単独または同率首位
StateBridgeは直交Procrustes変換を用いて、送信エージェントの最終層の隠れ状態を受信エージェントの入力埋め込み空間へマッピングし、プロジェクターの学習を不要にする。4モデルの平均スコアは最強のベースラインを2.4～2.9ポイント上回ったが、現時点では同一のモデル重みを使用するエージェントのみをサポートする。
推論系統
FlashDrive、キャッシュ共有・投機的デコーディング・W4A8により10B自動運転VLAのレイテンシを151ミリ秒に短縮
FlashDriveは、視覚エンコーディング、LLM prefill、推論token、軌跡デノイジングという4つのボトルネックを同時に処理し、RTX PRO 6000上でAlpamayo 1.5-10Bの単一ウィンドウ・レイテンシを717ミリ秒から151ミリ秒に短縮した。オープンソース実装はリアルタイム推論に近づいたが、専用のファインチューニングを経ており、クローズドループ評価も100本のシミュレーションクリップに限られる。