Archive
技術ニュース 1531 件
最新模型
Tencentは、Hy4 PreviewのApache 2.0ライセンスの重み、FP8版、およびvLLMとSGLang向けのデプロイ手順を公開した。このモデルは、770Bのパラメータのうちtokenごとに約49Bを活性化する。100万tokenのコンテキストに対応するが、品質と自己最適化の成果を裏付ける根拠は、現時点では主にTencentの内部評価に基づいている。
推論系統
llama.cpp b10687は、Snapdragon X2および旧世代のA7X GPUにおいて、OpenCLコンパイラが選択していた非効率な行列乗算パスを回避する。メンテナーの測定では、gpt-oss-20bとGemma 3nのプロンプトのプリフィルがそれぞれ約20～25%、9%高速化した一方、token単位のデコード速度は向上していない。
代理工具
Hugging FaceとVoice Arenaは、Monsoonデータセットを用いてオープン音声認識リーダーボードを拡張した。4つの公開・非公開分割には4,888人の話者が含まれる。ヒンディー語では複数の許容可能な綴りを表現する参照ラティスを採用し、従来の単一転記によって正しい認識が誤りと判定される問題を回避する。
代理工具
Lemmalogはエージェントの記憶を、LLMが抽出する事実と、ルールエンジンが維持管理する検証可能な状態に分割する。初期評価では、回答段階のコンテキストを大幅に短縮できることが示された一方、全体的な精度は依然として事実抽出とエンティティアライメントの制約を受けている。
最新模型
FastVideoはDMD2蒸留と90%のスパース・アテンションにより、ベースモデルの49回のDiT呼び出しを4回に削減し、完全な重みとLoRAを公開した。リアルタイム生成の数値はB200×8基、専用VSAカーネル、ウォームアップ後のテストを前提としており、単一GPUや一般消費者向けGPUではまだ同等の速度に達していない。
AI 安全
NVIDIAは、0.0.113でローカル推論と状態ドリフトの検証を強化したのに続き、サンドボックス、推論サービス、ライフサイクル権限を永続的に検証可能なアイデンティティにバインドし、再試行や復旧操作が同名ながら別の実行環境を引き継ぐことを防ぐ。
機器人與實體 AI
Pollen Roboticsは、Microduckの制御ランタイム、MuJoCoシミュレーション環境、PPOの学習レシピ、7種類のプリインストール済み方策をApache 2.0で公開した。399ドルの予約価格は実機強化学習への参入障壁を下げる一方、方策の汎化性能、ハードウェアの耐久性、量産・出荷については、今後コミュニティによる検証が必要となる。
AI 安全
研究者は Python のモジュールシャドーイングを悪用し、Claude Code が自ら作成した安全なデコーダーに悪意ある `struct.py` を読み込ませ、最終的にリモートコード実行を実現した。この事例は、ツール呼び出しごとの分類器が OS レベルの隔離の代替にはならず、公式評価で成功率がゼロでも、未知の攻撃チェーンにまでその結果を一般化できないことを示している。
代理工具
Model Hardware Standardは、機器の機能、自然言語による説明、安全上の制約を探索可能なドライバーインターフェースにカプセル化し、エージェントがMCP、CLI、APIを介して複数の機器を連携制御できるようにする。現時点では申請制の研究プレビューであり、仕様、コード、モデル横断の安全性評価はまだ公開されていない。
代理工具
Cursorでは、既存のGitHubなどのソースコードリポジトリへの接続が不要になり、エージェントがプロジェクトを直接作成し、ブラウザからリアルタイム環境を操作できるようになった。新しいワークフローはプロトタイプからデプロイまでの距離を縮める一方、クラウド実行、ネットワーク公開、サプライチェーン権限に関する監査範囲も拡大させる。
AI 研究
CritICLは、小規模モデルの誤り、失敗タイプ、批評を事前にオフラインで整理し、問題ごとに繰り返しサンプリングする代わりに、関連事例を大規模モデルのプロンプトへ組み込む。著者らはQwen2.5による数学ベンチマークでself-consistencyをわずかに上回る正解率を報告したが、オフラインでのライブラリ構築コストと未公開のコードが再現性を制限している。
代理工具
Experientialは、クラウド、Bring Your Own Key（BYOK）、ローカルモデルをOpenAI互換インターフェースに統合し、IDスコープ、モデルの許可リスト、厳格な予算管理を提供する。さらに、OpenTelemetryのエージェントトラジェクトリからタスクルーターを構築できるが、コスト削減の数値は現時点で主にチーム独自の評価に基づいている。