Archive
新模型、開放權重、多模態、語音、影像與模型架構。
硬體
Ultralytics 8.4.105では、YOLO26深度推定モデルでHailo-8LとQualcomm QNNのサポートが追加され、CoreML、OpenVINO、NCNNなどのデプロイバックエンドも改善された。また、中断された知識蒸留チェックポイントを直接検証・エクスポートできるようになったが、性能向上についてはターゲットハードウェアごとに個別の測定が必要だ。
代理工具
HallmarkがGitHubで急速に普及している。レイアウトの骨格、フォント、色彩、反テンプレート検査を、Claude Code、Cursor、Codexが読み込めるSkillとしてパッケージ化したものだ。モデルの訓練やファインチューニングは行わず、生成の前後にバージョン管理可能なデザインポリシーと自己レビューを組み込む。
最新模型
AnthropicはClaude Opus 5をリリースした。100万tokenのコンテキストと最大12.8万tokenの出力に対応し、thinkingがデフォルトで有効になった。新モデルでは、プロンプトキャッシュを維持したままエージェントがツールを追加・削除できる一方、推論の無効化と高いeffortを組み合わせる設定には破壊的変更がある。
AI evaluation
Microsoft ResearchはEvolvingIntentを提案した。既存の数学、SQL、検索、プログラミングタスクを、情報の段階的な開示、修訂、方向転換を含むマルチターン対話へ分解する。実験では、シングルターン・ベンチマークでのモデルの能力が、要件が継続的に変化する状況へ安定して転移しないことが示された。関連するデータ構築・評価コードは公開されている。
硬體
Microsoft ResearchはVibeVoice-ASR-BitNetを公開した。音声エンコーダーと言語モデルにそれぞれINT8量子化と三値重み量子化を適用し、GPUなしで多言語ASRを実行可能にする。公式テストでは、同程度のモデルサイズのWhisper.cppより1.6～2.3倍高速だが、現時点ではオフラインのバッチ文字起こしにのみ対応する。
代理工具
Anthropicは、Claude Codeのサブエージェントのデフォルトのネスト深度を1階層から3階層に拡大し、深層エージェントの出力を構造化ストリーミングに組み込んだ。新バージョンでは、許可リストに含まれていないネットワークホストへの接続を直接拒否できるため、無人エージェントでデフォルト拒否ポリシーを採用しやすくなる。
AI 基礎設施
Hetznerは実験的なLLM推論サービスをひっそりと公開した。現在利用できるのはQwen3.6-35B-A3B-FP8のみで、既存のOpenAI SDKからbase URLを差し替えるだけで接続できる。コミュニティによる低負荷テストでは、最初のtokenが返るまでの時間の中央値は153ミリ秒、生成速度は約224 token/sだった。ただし、SLA、課金、プロダクション利用の保証はない。
推論系統
未公開の27Bハイブリッドモデルを対象とした推論時の実験では、約100万tokenにおける埋め込み情報の再取得率は21.4%にとどまり、3.3万token時の92.9%を大きく下回った。位置スケーリング、attention temperature、高精度KV cacheのいずれも問題を顕著には改善せず、検索能力は18個のattention headに高度に集中していた。
AI 安全
QuantiBiasはモデルとプロンプトを固定し、重みの精度のみを変更して、量子化前後における多言語の自由回答バイアス、回答拒否、選択式問題の性能を測定した。著者らは、一般的な短形式の安全性指標はおおむね横ばいだった一方、独立した評価モデルが自由回答の約24～27%をステレオタイプ支持と判定したことを明らかにした。
推論系統
Hugging Face DiffusersはNunchaku Liteのチェックポイントを直接読み込み、4-bitの重みとアクティベーションで拡散Transformerを実行できるようになった。公式の単一GPUテストでは、ピークVRAM使用量を最大で約半減し、1.8倍の高速化を達成したが、対応ハードウェアの範囲と画質検証は依然として限定的だ。
代理工具
GitHub MCP Serverは、7月28日に仕様確定予定のMCP `2026-07-28`をすでにサポートしている。リモートリクエストは`initialize`ハンドシェイクやプロトコル層のsessionに依存しなくなった。新設計により水平スケーリングは簡素化されるが、Tasks、エラーコード、カスタムクライアントには依然として互換性対応が必要だ。
代理工具
Open Code Reviewは、ファイルのフィルタリング、ルールのマッチング、コメント位置の特定を決定論的なプログラムに任せたうえで、LLMエージェントにリポジトリ内のコンテキストを検索させ、欠陥を判定させる。公式の自己評価では、token使用量はClaude Codeのおよそ9分の1だが、precisionと引き換えにrecallが低く、既存のテストや静的解析を直接置き換えるものではない。