CCTest · Blog
Meta、初のフロンティアモデルMuse Wonderを発表 長期記憶を重視
モデルリリース
cctest.ai
モデルリリース

Meta、初のフロンティアモデルMuse Wonderを発表 長期記憶を重視

MetaのSuperintelligence Labが、同社初のフロンティアモデルとなるMuse WonderとMuse Wonder Fullを発表した。軽量モデルMuse Sparkから一段上の性能を目指し、コーディングや長期的な情報保持を強化する。

続きを読む
CCTest · Blog
WindBorne、気象観測気球のデータで米空軍から最大4900万ドルの契約
業界動向
cctest.ai
業界動向

WindBorne、気象観測気球のデータで米空軍から最大4900万ドルの契約

自律型気象気球を運用するWindBorne Systemsが、米空軍と最大4900万ドル規模の契約を結んだ。AIによる天気予報の競争が、モデル性能だけでなく観測データの収集能力にも広がっていることを示す事例だ。

続きを読む
CCTest · Blog
マイクロソフト社長、AI規制を主導する国として英国を評価
政策・規制
cctest.ai
政策・規制

マイクロソフト社長、AI規制を主導する国として英国を評価

マイクロソフトのブラッド・スミス社長は、AIの安全規則を急いで整備すべきだと訴え、米国やEUよりも英国が国際的な調整役に適していると述べた。独立評価や事故の報告義務、制御不能時にシステムを停止できる仕組みを求めている。

続きを読む
CCTest · Blog
アマゾンのロボットは100万台超、人間の仕事はどう変わるのか
ロボティクス・フィジカルAI
cctest.ai

アマゾンのロボットは100万台超、人間の仕事はどう変わるのか

アマゾンは倉庫に100万台を超えるロボットを導入する一方、150万人超の人間も雇用している。次の自動化は人間を完全に排除するのではなく、人間と機械の働き方を組み替える段階に入っている。

続きを読む
CCTest · Blog
DiffusionART、拡散モデル強化学習の効率と安定性を改善
強化学習
cctest.ai
強化学習

DiffusionART、拡散モデル強化学習の効率と安定性を改善

KlingAI Research は、プロンプトごとの報酬改善方向を集約し、モデルのドリフトに応じて復元する DiffusionART を提案しました。画像・動画生成の実験で、競合手法と同等以上の報酬水準に、より少ない GPU 時間で到達したと報告しています。

続きを読む
CCTest · Blog
ProgramGym、長期的なプログラム再現を行うコーディングエージェントを訓練
コーディングAI
cctest.ai
コーディングAI

ProgramGym、長期的なプログラム再現を行うコーディングエージェントを訓練

ProgramGymは、検証可能な実行環境と役割分担型の開発ワークフローを組み合わせ、未知のプログラムを観察してゼロから再現するエージェントを支援する。

続きを読む
CCTest · Blog
人型ロボットに箱を受け取らせるReflex、視覚で全身反応を制御
ロボティクス・フィジカルAI
cctest.ai

人型ロボットに箱を受け取らせるReflex、視覚で全身反応を制御

Reflexは、一人称視点のRGB-D映像から投げられた箱の運動を推定し、腕だけでなく胴体や脚も協調させて受け取る人型ロボット向けの枠組みです。シミュレーションで85.7%の成功率を達成し、実機のUnitree G1でも検証されました。

続きを読む
CCTest · Blog
SoftwareGym、合成ソフトウェア環境でコンピュータ操作エージェントを訓練
AIエージェント
cctest.ai
AIエージェント

SoftwareGym、合成ソフトウェア環境でコンピュータ操作エージェントを訓練

SoftwareGymは、実行可能なGUIアプリケーションを自動生成し、実際の操作で検証するパイプラインです。生成環境から集めた軌跡を使うことで、コンピュータ操作エージェントの未知のベンチマークでの性能向上を示しました。

続きを読む
CCTest · Blog
SoloQ、拡散言語モデル向けのキャリブレーション不要量子化を提案
拡散モデル
cctest.ai
拡散モデル

SoloQ、拡散言語モデル向けのキャリブレーション不要量子化を提案

SoloQ は、拡散言語モデルの重みと活性値をキャリブレーションデータなしで低ビット量子化するフレームワークです。構造化回転、再スケーリング、KV キャッシュ圧縮を組み合わせ、4ビットおよび NVFP4 での効率的な推論を目指します。

続きを読む
CCTest · Blog
PolyOCR-Venus:テキスト中心の視覚知能に向けた統合OCRモデル
モデルリリース
cctest.ai
モデルリリース

PolyOCR-Venus:テキスト中心の視覚知能に向けた統合OCRモデル

PolyOCR-Venusは、文字認識、位置特定、文書解析、情報抽出、OCR推論を共通の指示追従フレームワークに統合するOCR基盤モデル群です。教師モデルの信頼性に応じて蒸留を調整する学習手法と、手動検証を加えたOCRBench v2.1を提案しています。

続きを読む
CCTest · Blog
SWE-Duel:コーディングエージェント同士で進化する評価アリーナ
モデル評価
cctest.ai
モデル評価

SWE-Duel:コーディングエージェント同士で進化する評価アリーナ

固定型のコードベンチマークは、訓練データへの流出や性能飽和によって識別力を失いやすい。SWE-Duelは評価中にエージェント同士が課題を作り、隠れたバグを修正する仕組みで、参加者の能力に応じて難易度が変化する評価を目指す。

続きを読む
CCTest · Blog
TouchScale、500時間の視覚・触覚データでロボット学習を強化
ロボティクス・フィジカルAI
cctest.ai

TouchScale、500時間の視覚・触覚データでロボット学習を強化

TouchScaleは、統一したウェアラブル構成で収集した約500時間の人間の視覚・触覚インタラクションデータセットです。同期した一人称映像と両手の触覚情報により、異なるセンサーへの接触予測や実環境でのロボット操作性能を評価します。

続きを読む
CCTest · Blog
CASE、縦断的な医療証拠を自ら探すAIエージェントを訓練
AIエージェント
cctest.ai
AIエージェント

CASE、縦断的な医療証拠を自ら探すAIエージェントを訓練

CASEは、あらかじめ選ばれた資料に答えるだけの医療AIを、診療記録と複数時点のMRIから必要な証拠を自律的に集めるエージェントへと拡張する。コンパクトな視覚言語モデル向けの環境、ベンチマーク、エージェント型学習を一体化した研究だ。

続きを読む
CCTest · Blog
華為のMemento 3は世界モデルで25種類のゲームを攻略
世界モデル
cctest.ai
世界モデル

華為のMemento 3は世界モデルで25種類のゲームを攻略

華為ノアの方舟研究室などが開発したMemento 3は、モデルの重みを更新せず、ARC-AGI-3の25ゲーム・183ステージを攻略した。発見したルールを実行可能な世界モデルに変換し、検証と修正を繰り返した点が特徴だ。

続きを読む
CCTest · Blog
CORAL-KV、層間予測で動画拡散モデルのKVキャッシュを圧縮
メモリ・コンテキスト
cctest.ai

CORAL-KV、層間予測で動画拡散モデルのKVキャッシュを圧縮

自己回帰型の動画拡散モデルでは、長い動画を生成するほどアテンションKVキャッシュが増大します。CORAL-KVはキャッシュ層間の依存関係を利用して後段のキーとバリューを予測し、残差だけを量子化します。

続きを読む
CCTest · Blog
『Slay the Spire』でAIの長期戦略を測るSpireBench、後半で広がる専門家との差
モデル評価
cctest.ai
モデル評価

『Slay the Spire』でAIの長期戦略を測るSpireBench、後半で広がる専門家との差

SpireBenchは、商用ゲーム『Slay the Spire』を丸ごと使って、言語モデルエージェントの長期的な戦略判断を評価する。最先端モデルは平均的な人間に近づく一方、ランが長くなるほど専門家に遅れを取る。

続きを読む
CCTest · Blog
1つのモデルで推論量を可変にするELR、循環モデルの弱点を克服
推論・デプロイ
cctest.ai
推論・デプロイ

1つのモデルで推論量を可変にするELR、循環モデルの弱点を克服

Elastic Latent Recurrence(ELR)は、同じ言語モデルを少ないループでは低遅延で、多いループでは高品質に動かすための訓練手法です。従来の循環型モデルにあった「1ループ時の性能ペナルティ」の解消を目指します。

続きを読む