Archive
新模型、開放權重、多模態、語音、影像與模型架構。
推論系統
PaddlePaddleは、1BパラメータのHPD-Parsingを公開した。グローバルレイアウト分岐で複数のブロックデコーダーを協調させ、ページ全体をtoken単位で逐次生成する際のボトルネックを回避する。公式テストでは、既存の比較対象で最速のモデルに対して2.62倍のスループットを示したが、現時点ではカスタムvLLMパッケージに依存しており、ピーク値をエンドツーエンドのPDF処理速度と直接同一視することはできない。
高麗大學團隊開放 6 億參數 LAMAR，讓多語搜尋在文件同樣相關時，優先保留與查詢相同語言的內容。模型在專門設計的語言一致性測試領先比較對象，但一般重排基準只達競爭水準，不能視為全面取代大型 reranker。
硬體
NVIDIAはNemotron 3 Ultraを、生成・シミュレーション・リフレクションからなる固定ループに組み込み、CVDPの9種類のRTLタスクで平均合格率97.1%を達成した。エージェントフレームワークによって各モデルの成績が大幅に向上することも示されたが、比較対象は3つのオープンモデルと単一の評価フローに限られる。
AI 安全
一部のユーザーが自ら共有したClaudeの会話やArtifactsがGoogle検索結果に表示され、当初はリンクを持つ人だけに限定されているように見えたコンテンツが、キーワードで見つけられる状態になった。未共有の非公開会話が侵害されたわけではないが、公開リンク、クローラー制御、ユーザーの認識の間にあるセキュリティ上のギャップが露呈した。
代理工具
MCPの新改訂では、初期化ハンドシェイクと`Mcp-Session-Id`を廃止し、単一のリクエストを任意のサーバーインスタンスで処理できるようにする。これは破壊的なプロトコル変更であり、最終版の確定と主要SDKの対応完了までは、デプロイ担当者は引き続きバージョンネゴシエーションと旧バージョンへのフォールバックを維持する必要がある。
代理工具
NOOAはエージェントを単一のPythonクラスとして表現し、分散したプロンプトやツールschemaをメソッド、フィールド、docstring、型アノテーションで置き換える。公式発表ではSWE-bench Verifiedで82.2%を達成し、token使用量を約半分に削減したとしているが、フレームワークはまだ研究プレビュー段階にあり、モデルが生成したコードを実行する際には別途sandboxが必要だ。
最新模型
Moonshot AIは7月27日、Kimi K3の完全版ウェイト、モデルカード、技術レポートを公開した。外部チームはこの3兆パラメータ級のスパースモデルを実際にデプロイし、監査できるようになった一方、少なくとも64基のアクセラレーター、カスタムコード、推論履歴への依存が明確な参入障壁となる。
GitHub Repo
Nanbeige Labは、28兆tokenを用いてゼロから事前学習したNanbeige4.2-3Bを公開した。同一のTransformer層を繰り返し使用し、パラメータを増やさずに計算深度を高める。公式のエージェント評価では、より大規模なQwen3.5-9Bを概ね上回ったが、結果は独自の実行フレームワークに大きく依存しており、独立した再現検証がなお必要だ。
最新模型
SGLangの新バージョンはDSparkを導入し、ドラフトモデルの信頼度に応じて各ラウンドの検証ウィンドウを変更する。また、UnifiedRadixTreeをスライディングウィンドウ、Mamba、スパースアテンションモデルのデフォルトキャッシュに設定した。複数の量子化バックエンドの削除やrollout転送形式の変更も含まれるため、既存サービスをアップグレードする前に互換性を確認する必要がある。
最新模型
NVIDIAは、少数ステップ拡散、自己生成履歴を用いた蒸留、ストリーミングKVキャッシュによって構築した手術ロボット向け生成シミュレーターを公開した。システムはロボットの運動データをリアルタイムで受け取り、次の映像区間を合成できるが、視覚的なリアリティは物理的な正確性や臨床検証の代替にはならない。
最新模型
inclusionAIは、Levenshtein Editingによって並列デコード中の挿入・削除・置換を可能にした100B級モデル「LLaDA2.2-flash」を公開した。一部のエージェント評価とスループットでは自社の自己回帰ベースラインを上回ったものの、コード修復や関数呼び出しの精度では依然として後れを取り、サービス対応もまだ整っていない。
推論系統
vLLM 0.26では、KV-cacheグループごとに異なるアテンションバックエンドを選択できるようになり、オブジェクトストレージも階層型キャッシュに組み込まれた。新版ではDeepSeek-V4、ROCm、XPU、speculative decodingの最適化にも注力しているが、公式マイクロベンチマークの結果が実際のサービススループットを直接示すわけではない。