最新模型
LLaDA 2.2、生成途中でトークンを追加・削除できる拡散モデルへ――反復修正可能なエージェントループを狙う
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。
Archive
全ニュース
技術ニュース 1545 件
最新模型
推論系統
vLLM 0.26、クロスレイヤーKVキャッシュとハイブリッドアテンションを拡張、DeepSeek-V4の推論カーネルも高速化
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。
代理工具
FluxBench、チップ設計エージェントを完全なRTL-to-GDSフローへ――同一モデルでもアーキテクチャ次第で最大86%の性能差
FluxBenchは、単発のコード出力だけでなく、統一されたプロンプト、ツール、プロセスライブラリを用い、エージェントがRTL生成から論理合成、配置配線、ECOまで完遂できるかを評価する。著者らは、同じ基盤モデルでもエージェントフレームワークによって性能に86.27%の差が生じ得ると報告している。ただし、商用EDAを用いた実験範囲は狭く、論文も一度撤回された後に再投稿されている。
代理工具
動的予測ランキングが専用エージェントの優位性を示す：フロンティア汎用モデルはForecastBenchを独占せず
ForecastBenchが7月27日に更新した暫定ランキングでは、上位3位をTorchcast AIの専用エージェントが独占し、最高Brier Indexは65.6だった。GPT-5.5検索エージェントとスーパーフォーキャスターの中央値は近い水準にあるが、問題数、提出時期、信頼区間の違いにより、順位の単純な比較には限界がある。
AI 安全
Destructive Command Guard、ルールベースのhooksでエージェントの危険なコマンドを阻止、1日でGitHub Starsが約500増加
Rust製ツールdcgは、AIコーディングエージェントがコマンドを実行する前に、Git、ファイルシステム、データベース、クラウドリソースを破壊する可能性のある操作を阻止する。プロジェクトは7月26日の1日で約497 Starsを獲得したが、あくまでパターンマッチングによる防御であり、サンドボックス、権限分離、バックアップの代替にはならない。
推論系統
Nativ、MLX-VLM、ローカルAPI、パフォーマンステレメトリーをオープンソースのmacOS推論ワークスペースとして統合
Nativ v0.0.1は、モデルのダウンロード、チャット、モニタリング、OpenAIおよびAnthropic互換エンドポイントをネイティブSwiftUIアプリに統合し、最近ローカルAIコミュニティで注目を集めている。初版はApple SiliconとmacOS 26のみをサポートし、モデル横断のパフォーマンス検証や互換性テストはまだ公開されていない。
推論系統
AMD、Hyperloomをオープンソース化：マルチエージェントのクローズドループでGPU推論最適化を自動的に書き換え・検証
AMDはROCm Hyperloom 1.0.0a1を公開した。エージェントがパフォーマンスプロファイリングからカーネルおよびホストプログラムの修正までを実行し、正確性と速度のテストに基づいて変更を採用するか判断する。初版が対応するInstinct GPUは3モデルのみで、「数週間から数時間への短縮」も現時点ではAMDによる主張にとどまるため、導入者は自身のモデルで再現性を検証する必要がある。
最新模型
TriviaRoomQAが6言語の日常知識を評価、30のオープンモデルにポップカルチャーとニュース分野の体系的な知識欠落
新ベンチマークは、6言語で並行作成された3,300問とフランス語5,340問を用い、モデルが言語をまたいで同じ日常知識やロングテール知識にアクセスできるかを検証する。大規模モデルほど全体的な精度は高いものの、ポップカルチャー、最近の出来事、言語切り替えによる格差は依然として解消されていない。
AI 安全
AIによる低品質な報告がトリアージコストを押し上げ、GitHubのバグバウンティは本日から公開・招待制の二本立てに
GitHubは7月27日から、HackerOneのsignal基準により実績の乏しい報告者からの提出を制限し、より高額な報奨金と迅速な対応を招待制のVIPプログラムへ移行する。この制度は、低労力およびAI生成の報告増加に直接対応するものだが、新規研究者が有効な脆弱性を報告する際のハードルを高める可能性もある。
AI 研究與訓練
VIGOR、報酬分散に応じてRLVRのrolloutを動的に配分――数学的推論の学習でサンプリング量を最大2.3分の1に削減
新たな研究では、各問題について同数の推論軌跡を固定的に生成するのではなく、報酬のばらつきが大きいサンプルに追加の計算資源を集中させる。著者らは数学およびプログラミングタスクでrollout効率が向上したと報告しているが、コードはまだ公開されておらず、実際のGPU時間や大規模モデルへのスケーラビリティは今後の検証を待つ。
代理工具
Antigravity CLI 1.1.7、無効化されたプラグインによる hooks の実行を停止し、複合コマンドの承認内容を完全表示
Google は、Antigravity CLI でプラグインを無効化した後も hooks、ルール、その他のカスタムコンポーネントが読み込まれる問題を修正し、機能しない、または信頼されていないスクリプトがエージェントの処理フローに介入し続ける事態を防いだ。新版では、承認が必要な複合 shell コマンドも完全に表示される。一方、標準に厳密には準拠していない MCP プロバイダーとの互換性確保のため OAuth issuer 検証が緩和されており、デプロイ担当者は別途精査する必要がある。
最新模型
AMD、Instella-MoEの全トレーニングチェーンを公開—16Bモデルでtokenごとに有効化するパラメータはわずか2.8B
AMDは、Instella-MoEの事前学習、長コンテキスト対応、SFT、DPO、強化学習など6段階のチェックポイントを公開し、トレーニングフレームワーク、データレシピ、推論コードも同時に提供した。モデルはGated MLAとFarSkip-CollectiveによってAttentionとGPU間通信のコストを削減するが、正式な技術レポートと独立評価はまだ完了していない。