7人の博士課程学生が数百のAgentで7Bモデルを訓練
北京中関村学院の7人の博士課程学生が、約1つの夏で7Bモデル「ZGCM-1」をゼロから訓練し、コード、データ設計、重み、チェックポイント、ログを公開した。数百のAgentでAI開発を支援する実践例としても注目される。
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 購読北京中関村学院の7人の博士課程学生が、約1つの夏で7Bモデル「ZGCM-1」をゼロから訓練し、コード、データ設計、重み、チェックポイント、ログを公開した。数百のAgentでAI開発を支援する実践例としても注目される。
続きを読むvLLMはSpeculatorsを拡張し、Kimi K3向けDSparkドラフトモデルの学習とデプロイに対応した。GB300 NVL72で、低遅延と高い同時実行スループットを検証している。
続きを読むNovita AIは、Kimi K2.xの推論形状に合わせたW4A16 CUDAカーネル「Chord」をオープンソース化しました。特定のH200およびB300のテストではHummingを上回りましたが、数値はあくまでカーネル単位の測定です。
続きを読むPelican-Sim 1.0は、視覚コンテキストとロボットの行動から将来の観測を予測する、具現化知能向けの汎用シミュレーターです。統一行動空間、行動動画の注入、疎なMoE、少ステップ生成によって、異なるロボットへの制御性と生成効率を高めます。
続きを読むMobileVLA-R1 2.0は、構造化された身体的推論、強化学習、推論条件付きアクションデコーダを組み合わせ、言語理解からロボット実行までの隔たりに取り組む。ナビゲーション、四脚ロボット、人型移動マニピュレーションで評価された。
続きを読むReactHumanは、家庭内で突然発生する危険に対し、身体を持つマルチモーダルモデルが安全で物理的に妥当な行動を選べるかを検証するベンチマークです。実験では、反応型の安全性がまだ十分でないことが示されました。
続きを読む臨床計算で、モデルが直接計算する代わりに症例別のPythonコードを書き、制限付き実行器に処理させる方式が検証された。大規模モデルでは改善が見られたが、計算式や変数の検証を代替するものではない。
続きを読むNVIDIAのジェンスン・フアンCEOとドナルド・トランプ大統領は、All-In Summitのステージ上でAI開発を減速させない立場を示した。一方、データセンター建設をめぐる環境負荷や地域社会の懸念は強まっている。
続きを読むAnthropicのダリオ・アモデイCEOが、フロンティアAIの開発ペースを落とすよう提言した。複数のAI企業幹部が賛意を示す一方、トランプ政権側からは中国との競争を損なうとの反発が出ている。
続きを読む報道によると、OpenAIはスマートフォン向けカメラ技術企業Glass Imagingを3億ドル超で買収した。将来のハードウェア展開に向け、端末側の画像処理能力を取り込む狙いがある可能性がある。
続きを読むイーロン・マスク氏はAppleに対する反トラスト上の主張をすべて取り下げる一方、OpenAIへの訴訟は維持する。争点は、AppleによるChatGPT統合が競合AIサービスを排除したかどうかへ移りつつある。
続きを読むAppleは2026年の主要OSアップデートを公開し、自然言語と個人の履歴を理解するSiri AIを導入した。macOS Golden GateはRosettaを搭載する最後のmacOSとなる。
続きを読むMicrosoftがAIモデル向けの行動規範を公表した。人間の繁栄を支援するという原則に加え、サイバー攻撃、核兵器関連の利用、ディープフェイク、正当な監督から逃れる行為を明確に禁じている。
続きを読むGitLabのセキュリティ分析は、AIコーディングエージェントをサンドボックスに隔離しても、安全が保証されるわけではないと指摘した。許可済みサービスの脆弱性が、外部環境への橋渡しになる可能性がある。
続きを読むRubyコミュニティの調査記事は、疑わしいGemがRubyDoc.infoの文書処理を通じてコードを実行し、RubyGemsのキャッシュに残った認証情報を悪用しようとした可能性を指摘しています。ネット接続されたAIエージェントが、ソフトウェアサプライチェーンを新たな攻撃面に変えるリスクが浮かび上がりました。
続きを読むAnthropicが「違法な蒸留攻撃」と呼ぶ行為への規制を求める一方、Y Combinator社長のGarry Tan氏は、新たな規制を導入すべきではないとの立場を示しました。最先端モデルの保護と技術拡散のバランスが争点です。
続きを読むBenchmark Radarは、AIベンチマークを継続的に収集するデータベース兼検索エンジンです。論文やコード、データセット、モデルカード、技術報告書をつなぎ、報告されたスコアの出典と評価条件を確認しやすくします。
続きを読むSAS は、選択器の連続スコアを注意機構の Softmax に組み込み、言語モデリング損失からコンテキスト順位を直接学習する手法です。限られた注意予算のもとで、予測に有用なトークンやブロックをより適切に残すことを狙います。
続きを読むロボット基盤モデルは、見慣れた環境では高い性能を示しても、行動と偶然結び付いた視覚的手掛かりに依存することがあります。Latent Interface Training(LIT)は、空間目標に基づく行動事前分布と姿勢監督付き潜在インターフェースによって、視覚分布の変化に対する頑健性を高めます。
続きを読むDPOは比較データの選好が正しいことを前提としますが、実際のデータには逆向きのラベルや差の小さいペア、判断が難しいペアが含まれます。PLC-DPOはポリシーと参照モデルの校正済みマージンを使い、各ペアを通常学習、反転学習、同等扱いへ振り分けます。
続きを読むCohereのCEO、エイダン・ゴメス氏は、少数の大手AI研究所が反トラスト法の適用除外を通じて安全基準を調整する構想に疑問を投げかける。問題は安全策の必要性ではなく、誰がその基準を定義するかだという。
続きを読む