OPD²:推論チューニングで増えた能力だけを蒸留する新手法
NAVER AI Lab の OPD² は、教師モデルの出力分布をそのまま模倣するのではなく、推論チューニング後の教師とベースモデルの差分を蒸留信号として使う。論文では、数学・科学・コード推論で従来の on-policy distillation を上回ると報告されている。
続きを読むClaude API 中継局のガイド、検出の仕組み、LLM API の実測ノウハウ
全 2320 件の記事
RSS 購読NAVER AI Lab の OPD² は、教師モデルの出力分布をそのまま模倣するのではなく、推論チューニング後の教師とベースモデルの差分を蒸留信号として使う。論文では、数学・科学・コード推論で従来の on-policy distillation を上回ると報告されている。
続きを読むこの研究は、プラズマ診断モデルをクリーンな入力だけでなく、現実的なセンサー故障条件で評価する。特に破壊現象に近いタイミングの信号劣化が、系列モデルに大きな影響を与えることが示された。
続きを読むNVIDIA は Hugging Face 上で、ロボットとビジョン AI 向けの 40 億パラメータ級オープン世界モデル Cosmos 3 Edge を公開した。場面理解、未来予測、シミュレーション、行動生成をエッジデバイスで扱うことを狙う。
続きを読むGrabは、自律型AIワークロードを安全に実行するためのPalanaを構築した。Kubernetesの分離、ゼロトラスト、プロキシ認可、監査を組み合わせた基盤だ。
続きを読むxHC は、Hyper-Connections を N=4 の壁の先へ進め、残差ストリーム幅を大規模言語モデルの新しいスケーリング軸として扱う研究です。N=16 の状態を保ちながら一部のストリームだけを更新することで、性能向上と計算コスト抑制の両立を狙います。
続きを読むRecursive Harness Self-Improvement(RHI)は、エージェントを動かす外側の足場である harness を、固定された設計ではなく改善対象として扱う。少数の反復で低い推論強度のエージェント性能を高め、推論コストも下げられる可能性を示した。
続きを読むHugging Face Daily Papers に掲載された論文は、MoE 構成のループ型 Transformer「Loopie」を紹介している。著者らは、同じ事前学習計算量の下で通常の Transformer ベースラインを上回り、後処理学習によって強い推論能力を得たと主張する。
続きを読むCura 1T は、医療を単なるQAではなく、対話・推論・診断・ツール利用が連動する領域として捉える。能力ごとに狙いを定めて改善する訓練ループが特徴だ。
続きを読むDSWorld は、データサイエンス向け自律エージェントに世界モデルの考え方を導入し、高コストな実行の前に操作結果を予測する。論文では、RL ベースの訓練を約 14 倍、探索ベース推論を約 3〜6 倍高速化したと報告している。
続きを読むAV-Flamingo は、短いクリップではなく、長く複雑な実世界の音声・映像動画を対象にしたオープンな大規模モデルです。大規模データ、段階的学習、時刻に結びついた推論で、長期的な整合性と説明性を高めています。
続きを読むKimi はユーザーリクエストの急増により既存の算力クラスタが上限に近づいたとして、C 向け新規ユーザーのサブスクリプションを一時停止した。あわせて算力拡張と、Kimi 本体権益と Kimi Code 権益の分離管理を進める。
続きを読むフランスとイタリアの研究者は、AIの助言があるだけで人が「わからない」と言いにくくなり、正答率が下がると報告した。しかも自信だけは大きく上がっていた。
続きを読む黄仁勲氏の東京訪問は、日本の計算基盤、ロボット、自動車、半導体サプライチェーンを一つの構想に結び付けた。NvidiaはGPU販売にとどまらず、日本の産業AI基盤そのものに入り込もうとしている。
続きを読むAppleによる営業秘密訴訟は、OpenAIのハードウェア参入と将来のIPO計画に新たな不確実性をもたらしている。裁判の結論を待たずとも、開発速度や投資家向け説明に影響する可能性がある。
続きを読むCurrent AIは、巨大モデルの競争ではなく、言語や文化を取り残さない公共AIの土台づくりに挑んでいる。開発の中心にあるのは、開放性、地域性、そしてコミュニティの主導権だ。
続きを読む奇異摩爾はWAIC 2026で、国産GPUと国産RDMA NICを直結するIBGDAデモ、超ノード向けの全栈相互接続方案、そしてCPO白書を披露した。単なる製品紹介ではなく、国産AI基盤を“つなぐ力”で底上げする狙いが見える。
続きを読むWAIC 2026 で安謀科技が示したのは、単体アクセラレータではなく、制約の多い端末側で AI を動かすためのシステム設計だった。CPU、NPU、VPU、AIOS を組み合わせ、ローカル AI 基盤を構成しようとしている。
続きを読む雲天励飛は、Prefill、Decode、Decode段階のFFNに最適化した3種類のDeepVerse推論チップ計画を示した。狙いは単体チップの性能競争ではなく、異種混在クラスタによるToken生成コストの低減にある。
続きを読む黎曼動力が発表した Riemann-1.0 は、RoboCasa-365 で 62.6% の成功率を記録した。注目点はスコアだけではなく、人間の一人称作業動画を大量に使い、ロボット動作へ接続する学習手法にある。
続きを読むMoonshot AIの新しいKimiモデルは、中国発のオープンウェイトAIをめぐる議論を再燃させた。焦点は性能だけでなく、開放された高性能モデルを誰が信頼し、誰が規制するのかに移っている。
続きを読む