Category · 18ページ目
40件
GLM 5.2（または他のテキストLLM）に視覚機能を与えるための軽量プロキシをMITライセンスで開発したという報告。LLMにマルチモーダル機能を持たせるためのツールの開発と、そのオープンソースでの提供について。
llama.cppにHy3 PRとGGUF形式が追加されたことに関する報告。リリースされたばかりのHy3モデルが既に動作し、Q2_K量子化でも一貫した出力を得られることが示されている。ローカルLLMの量子化と互換性向上に関する進展。
TabPackは、事前チューニングに依存せず、強力な性能を発揮する効率的なハイパーパラメータアンサンブル手法。単一実行で複数のMLPアンサンブルをサンプリング・学習し、表形式データに対する深層学習の効率を改善する。
2026年7月6日の記事によると、AutoGenはメンテナンスモードに入っており、新しいプロジェクトの出発点としては推奨されていません。その会話ベースのモデルは、生産環境における状態管理、オブザーバビリティ、ガバナンスといったボトルネックを解決できていません。
CoWoS（Chip-on-Wafer-on-Substrate）はAIアクセラレータやHPCにとって重要な先端パッケージングアーキテクチャですが、近年、パッケージ基板自体がボトルネックとなりつつあります。特に大規模化するAI/HPCパッケージでは、配線、電力供給、熱管理、機械的安定性の課題が顕著です。
MCP（Model Context Protocol）にエンタープライズ向け新機能「Enterprise-Managed Authorization（EMA）extension」が追加されました。これは生成AIとツール間の接続プロトコルを標準化するLinux Foundation傘下のプロジェクトであり、企業におけるAI活用とアクセス管理の効率化に貢献するものです。
Current AIが、24,626件のオープンソースAIプロジェクトと421製品を網羅した「Gap Map v0.1」を公開した。このマップは、AI分野におけるオープンソースプロジェクトの全体像を把握し、開発者や研究者が関連プロジェクトを見つけるのを支援する。AIエコシステムの透明性とアクセシビリティ向上に貢献するツールである。
Vercel AI SDKとClaudeを活用し、サッカーの試合ログから指導者向けフィードバックをストリーミング生成する機能を実装。試合ログのAI処理と、フィードバック生成のプロセスを解説。
主要なホスト型STT API 13種・12言語を独立ベンチマークし、その結果を公開。ベンダーの自己申告や英語中心のリーダーボードに偏りがちな現状に対し、同一条件での多言語評価データを提供。
LeRobot v0.6.0は、ロボット制御のためのPythonライブラリであり、想像、評価、改善のサイクルを通じてロボットの行動を開発・最適化する機能を提供します。最新バージョンでは、機能拡張と安定性向上が図られ、より複雑なロボットアプリケーションの開発を支援します。
画像生成AI開発のMidjourneyが、ハリウッド映画スタジオに対しAI利用状況の詳細開示を要求しました。著作権訴訟におけるAIツールの利用実態解明に向けた動きであり、コンテンツ制作におけるAIの法的・倫理的課題を示唆しています。
sqlite-utils 4.0rc2のリリースに関する記事。開発の大部分がClaude FableというAIによって行われたことが明記されている。AIがコード生成や開発プロセスに深く関与し、コスト（約149.25ドル）も示されている点が注目される。
Claude CodeのArtifacts機能がPro/Maxプランで利用可能になったことを受け、その機能と活用方法を解説。claude.ai上でWebページとして公開できる利便性を紹介する。
生成AIエージェントツール用の「Deep Research」スキルを開発・公開。テーマに基づきレポート構造を設計し、Web調査を行うスキルについて、その構成と動作を解説する。
Codexを利用し、音源から縦型リリックビデオをAIに全自動生成させた開発ログ。動画生成サービスや編集ソフトを使わず、AI指示とダメ出しのみで制作した手法を共有する。
AWS BatchとClaude Codeを連携させ、YouTube動画を「コード」として生成するパイプラインを構築。動画編集不要でコードから動画を生成する手法とLLM活用のコツを解説する。
Microsoft Agent Framework (MAF、旧AutoGen v2) は、本番レベルのAIエージェントとマルチエージェントワークフローを構築するためのオープンソースフレームワークです。PythonとC#/.NETをサポートし、エージェントシステムの構築、オーケストレーション、運用に一貫したAPIを提供します。
5100万パラメータの小型プロンプトルーティングモデル/オーケストレーター「Supra-Router-51M」のリリース情報。効率的なプロンプト管理やルーティング機能を提供。
n8n入門編として、問い合わせフォームの内容をAIで自動仕分けし、Discordに通知するシステム構築について解説。Docker環境構築、日本語化、Google Geminiとのチャット疎通確認を経て、実際の業務利用を想定したn8nの使い勝手を検証。OAuth設定などの準備についても触れている。
AIの実行時間、トークン消費量、コストをローカルログのみで可視化するツール「aimet」を紹介。Claude Code、Codex CLI、GitHub Copilot (VS Code Chat) に対応している。
MCP（Model Context Protocol）を活用し、外部ツールを自身のAIエージェントに統合する手法を解説。既存のAIエージェントOSSの実コードやプロンプトを分析し、実行型エージェントの構築に必要な要素（ループ、メモリ、ツール連携など）を段階的に理解することで、自作エージェント開発を目指す。
AWS S3 Annotationsの新機能（GA 2026年6月）を活用し、S3オブジェクトにリッチなメタデータを付与することで、S3 Filesによるエージェント検索基盤を改良する手法について解説。オブジェクトバージョンあたり最大1000個、各1MiBのアノテーションを付与可能。
この記事は、2026年7月1日にリリースされたMicrosoft Agent Framework (MAF) 1.0と、既存のAutoGenおよびSemantic Kernelを統合したこの新フレームワークについて、LangGraphとの比較を通じて実践的な視点から評価しています。
PostgreSQLのデータをS3上のParquet形式で保存するLTAPアーキテクチャについて解説。データレイクハウス構築や分析基盤としての活用法に焦点を当てています。
社内での従業員による安全でないAI利用を検知し、停止させるための世界初の統制システムが開発された。5社に1社がAI利用に関するインシデントを経験しており、特にMac環境での対策の遅れが指摘されている。このシステムは、業務効率化の影で増加するリスクに対応するための重要な防衛策となる。
AutoGPTは、AIエージェントが継続的にタスクを実行し、自動化されたワークフローを構築できるプラットフォームです。コンテンツ作成からデータ分析まで、様々なタスクを自動化し、デジタルワークフローを効率化します。
AutoGenは、複数のAIエージェントが構造化された会話を通じて協力し、タスクを完了させるためのオープンソースのマルチエージェントAIフレームワークです。2026年現在、Microsoftは新しいエンタープライズプロジェクトにはMicrosoft Agent Frameworkを推奨していますが、AutoGenは研究、実験、学習、ラピッドプロトタイピングに依然として価値があります。
自然言語仕様から局所実行可能なニューラルアーティファクト（ファジー関数）を生成する「Program-as-Weights」を提案。ルールベース実装が困難なタスクをLLM APIに依存せず、ローカルで実行可能にし、ロケリティ、再現性、コスト問題を解決。
openlumaraという手動コーディングによる高効率トークン処理ハーネスが、OpenAI互換エンドポイントを持つUI（KoboldLite, OpenWebUIなど）で動作するようになったことを報告。ローカルLLMの利用範囲を広げるツールの開発事例。
ソフトウェア開発者への感謝の投稿。特にvLLMの開発チームが、メモリ不足（OOM）の問題を解決する3つのメジャーリリースを短期間で公開したことに言及し、その貢献を称賛している。オープンソース開発の重要性と進歩を強調。
GitHub CopilotがVS Code内でブラウザ操作に対応し、AIエージェントがウェブアプリを操作・検証できるようになった機能について。開発効率向上に貢献するAIツールの進化を示しています。
AIコーディングエージェントを複数並列で動かす環境において、tmuxからAIエージェント時代のターミナルマルチプレクサ「herdr」に乗り換えた経緯を説明。複数のAIエージェントを効率的に管理・操作するためのツールとしてherdrを評価。
ニュース収集からYouTube投稿まで全自動で回る、ニュース動画全自動生成パイプラインをClaude Codeで構築した体験談。TTSとLLMで苦労した点に触れ、マルチチャンネル対応のパイプラインを約8.5ヶ月かけて開発したプロセスを記録。
個人開発アプリの紹介動画を、動画編集ソフトを使わずRemotion、ElevenLabs、Kling 3.0をClaude Codeがシェルから繋いで作成した記録。台本JSON差し替えで動画を量産できる構造を目指した技術選定と試行錯誤のプロセスを詳述。
コードエージェントの性能を評価するベンチマークの信頼性を監査。GSO、SWE-Perfなどのベンチマークスコアが、実行時不安定性やタスクの難易度などにより、エージェントの真の進捗を誤って示す可能性を指摘。
Cloudflareが、ウェブサイトやAPIなどへのアクセスごとに課金できる「Cloudflare Monetization Gateway」を発表しました。AIエージェントからのアクセスに対して支払いプロトコル（x402）で料金を請求する仕組みを提供し、AIエコノミーにおける新たな収益化モデルの可能性を示唆しています。
xAIが、コーディング不要で音声エージェントを作成できる「Voice Agent Builder」をリリースしました。人間の声をクローンしたり、80種類以上の声色で独自の音声エージェントを構築でき、コールセンターなどでの活用が想定されており、AIによる音声合成・活用の簡易化を進めています。
vLLMのドキュメントによると、Yi-34BモデルはvLLMフレームワークでサポートされています。vLLMは、大規模言語モデル（LLM）の推論を高速化するためのライブラリであり、Yi-34Bのようなモデルを効率的にデプロイおよび実行するための機能を提供しています。ドキュメントは、vLLMがサポートするモデルのリストを更新しており、Yi-34Bがその中に含まれていることが示されています。
VS CodeとGoogle Cloudの連携を強化するWorkbench Notebooks拡張機能がリリースされた。これにより、開発者はローカルIDEからクラウドベースのJupyter環境に直接アクセスでき、ML開発ライフサイクルが効率化される。オープンソースで提供され、GitHubでも利用可能。