Category · 43ページ目
40件
ホワイトハウスは、フロンティアAIモデルへの早期アクセスを求める大統領令を検討している。これにより、各機関は正式なライセンスなしに、AIモデルのリリースに影響を与える可能性のある30日間のセキュリティレビューを実施できるようになる。
Googleが公開した軽量AIモデル「Gemma 4 12B」は、エンコーダーなしで画像や音声を処理できるマルチモーダルモデルです。16GBのVRAMで動作し、PCでの高度なAI処理の可能性を広げます。
Googleの最上位AIプラン『AI Ultra』に関する記事。月額100ドルでGeminiの利用上限拡大や新サービスへの優先アクセスを提供するもので、開発者や技術リーダー向けの高度なAI活用を目的としている。AIのビジネス応用と発展に貢献する内容。
推論モデルの失敗トレースは、修正可能な構造的失敗のシグナルをエンコードする。このシグナルを利用し、推論時の介入で回復可能な失敗を特定する手法を提案。
LLMの予測を学習データに紐付けるTDA技術。計算コストの高いLLMでの再学習を避け、パラメータ空間での勾配近似を用いる。しかし、数億パラメータでの勾配追跡は高コスト。
NVIDIA CEOがMediaTekと共同開発したRTX Sparkを発表。PCブランドが2026年第3四半期に製品を投入予定で、AI時代のコンピューティングにおけるAppleやGoogleとの競争が激化する。
Googleは、ノートPCで実行可能なAIモデル「Gemma 4 12B」をオープンモデルとして無料公開しました。16GBのVRAMがあれば実行可能で、高性能ながらローカル環境での利用が可能です。
Ideogramがローカル実行可能な画像生成AI「Ideogram 4.0」をオープンモデルとして公開しました。第三者機関のテストではGoogleのNano Banana Proを超える性能と評価され、日本語指示にも対応しています。
OpenAIは、最先端AI「フロンティアAI」に対する規制の必要性を訴え、そのための政策案「フロンティアAIの民主的ガバナンス」を公開しました。この提案は、アメリカ政府がフロンティアAIをどのように評価、安全性確認、責任ある管理を行うべきかを示しています。
Gemma 4 12Bモデルの最初のファインチューニング版がHugging Faceで公開されたことを伝える投稿です。これにより、開発者はGemma 4 12Bモデルを基盤とした様々なアプリケーション開発や実験を容易に行えるようになります。
OpenAIがリリースしたGPT Image 2（DALL-E 3後継モデル）のAPI実装と移行ガイド。DALL-E 2やDALL-E 3との比較も交え、最新の画像生成モデルの技術的な側面と利用方法について解説しています。
大規模推論モデル（LRM）における、モデルの内部的な確信度と、言語で表現される確信度との間の「忠実なキャリブレーション」を定量化する手法を提案。LLMの信頼性向上に貢献。
視覚言語モデル（VLM）の空間推論能力を向上させるため、仮想的な視点からの知覚や隠れた空間の推論を可能にする「Imaginative Perception Tokens (IPT)」を提案。これにより、より高度な空間理解を実現。
研究者たちは、実験室内のホスト間で攻撃を適応させる、封じ込められたAI搭載マルウェアワームのプロトタイプを開発しました。これにより、ローカルのオープンウェイトモデルがマルウェアの封じ込めをいかに複雑にするかが明らかになります。
Googleの新しいGemma 4 12Bモデルが、26Bパラメータモデルに匹敵する性能を持つと主張されている。この投稿では、実際に両モデルをテストした結果が共有されており、その性能について検証している。コストパフォーマンスの高さが期待される。
画像生成AI「Ideogram 4」がオープンソース化された。DesignArenaでトップランクに位置するモデルであり、そのオープンソース化は、画像生成AI分野における研究開発の加速や、より広範な利用を促進するものと期待されている。
Gemma 4 12B-ITとQwen 3.5 9Bのベンチマーク結果が比較されている。共有されたベンチマークにおいて、Qwen 3.5 9BはGemma 4 12B-ITよりも5/8の項目で優れており、より小さいフットプリントながらも高い性能を示している。モデル選択の参考になる情報である。
Googleの新しい12Bパラメータモデル「Gemma 4 12B」がHugging Faceで公開された。ローカルLLMコミュニティで注目されており、その性能や機能に関する議論が活発に行われている。このモデルは、既存のLLMと比較してどのような優位性を持つのか、今後の展開が期待される。
AIが「文脈を持つ」とはどういうことか、LLM Wiki型長期記憶（AmuletのLayer2）を例に考察。インコンテキストラーニングとの違い、AI活用における長期記憶の重要性、ビジネス領域への応用可能性についても言及し、AIの文脈理解の深化を探る。
GitHub Copilotの課金体系がAI Creditsベースに移行したことを受け、コスト節約術を23選紹介。利用モデル、入力・出力の量、Agentのツール利用、チャット履歴などがコストに影響すること、高性能モデルの常用やAgentの自由探索は高コストになることを解説。
Claude Code (Opus 4.8) で発生する、全ツール呼び出しが壊れる日本語環境特有の未修正バグとその回避策について解説。function callの開始タグが異常なトークンに化ける、引数が漏れるなどの問題が発生し、長時間のセッションで頻発する現象とその対処法を共有。
Zenn Bookの多層AIレビューの試みと、その結果残っていた実バグについて。役割を分けたAIレビューや別モデル査読、実レンダリング検証などを行ったが、markdown画像のSVG表示問題は実レンダリング検証でのみ発見された。AIが「収束」と判断した後も、追加レビューでバグが見つかるケースがあった。
NXPセミコンダクターズのCEOは、物理的AIの課題は知能の高さではなく、クラウドからの指示を待たずにミリ秒単位で行動できる能力だと主張した。これは、ロボットや自律システムが物理世界で動作する上での重要な要素である。
JIIMAウェビナー2026では、AI時代の情報マネジメントと業務変革に焦点を当てる。特に「人とAIの橋渡し」をテーマに、DX、電子帳簿保存法、公文書管理、情報ガバナンスといった分野でのAI活用について議論される。生成AIの具体的な業務応用が期待される。
LLMのクオンタイゼーションモデルの評価基準として、パープレキシティや文章生成能力だけでなく、ツール呼び出しの妥当性も考慮すべきではないかという問題提起。構造化された出力（JSON形式など）の生成能力が、従来の評価指標では測りにくい側面があることを指摘している。
「フィジカルAI」という概念が注目されている。これは、LLM/VLM（大規模言語モデル/視覚言語モデル）、エッジAI、そしてエッジ制御といった複数のAI技術を組み合わせることで、現実世界（フィジカル）での高度な応答性や自律性を実現しようとする試みである。ロボットや生成AI、画像認識など、幅広い応用が期待される。
MicrosoftはBuild 2026でWindowsとSurfaceをAIエージェント時代に対応させる方針を発表。アプリを開くのではなく、呼び出す知能へとシフト。「アプリからエージェントへ」という転換を、シリコン、デバイス、クラウド、OSセキュリティの4つの発表で示した。
Minerva AIは、イタリア・サピエンツァ大学が開発したイタリア語に特化したLLMです。70億パラメータを持ち、オープンソースで提供されています。2026年時点でのその機能と動作原理について解説しており、多言語対応LLMの研究開発における重要な進展を示しています。
7500万パラメータのLLM「KeyLM」をスクラッチで学習させ、約2倍のパラメータを持つモデルをしのぐ性能を達成したと報告しています。Instruction Following性能評価（IFEval）で、より大きなモデルを上回ったとのことです。
Gemma 4 E4BモデルをLiteRTエンジンで利用し、テキスト生成でQ4 GGUFと比較して約2.4倍の速度向上を報告しています。画像処理速度は同程度でした。ローカル環境でのLLM推論高速化技術に関する実験結果です。
6GBのRTX 4050 GPUで、20種類の小型LLMのベンチマーク結果を報告しています。実用的なタスクを実行できるモデルを探しており、GPU性能とモデルサイズの関係性、および性能向上のための評価方法について考察しています。
Microsoft Build 2026で発表されたMAIモデルファミリーとProject Polarisに関する記事。AIコーディング基盤、エージェントインフラ、物理AIに注力しており、AIシステムアーキテクト向けの最新情報を提供しています。Claude Code Dynamic Workflowsも言及されており、AI開発の最前線を示す内容です。
AIツールのClaudeを開発するAnthropicが、AIの倫理や道徳について哲学者らと対話する活動に注力していることに関する指摘です。AI企業が「神を創造できる」と考えているのではないかという論調は、AIの進歩とその影響に対する深い考察を示唆しています。
Qwen 3.6-35B-A3BモデルをIntel Arc B70 Proで実行し、977 tk/sのプロンプト処理速度と262kのコンテキストウィンドウを実現したという内容です。ローカル環境でのLLM推論性能に焦点を当てています。
AIとのロールプレイ（RP）において、プロンプトの改善中に発生したAIの奇妙な挙動（回答ごとに章の開始地点から話を始めてしまう）の原因を追求した体験談です。プロンプト内の「末尾の指示」がAIの応答に強く影響することを発見し、LLMのプロンプトエンジニアリングにおける重要な示唆を提供しています。LLMの推論メカニズムとプロンプトの影響について掘り下げています。
テキストゲームを用いた複雑なルール誘導能力を評価するベンチマーク「HERO'S JOURNEY」を提案。LLMのルール推論能力の限界と可能性を探る。
人間とインタラクションするロボットの安全性を保証するため、検証可能な信念空間ニューラル安全フィルタを提案。不確実な状況下での安全な意思決定を支援する。
マルチモーダルLLMの継続学習におけるタスク間干渉を減らすため、プロトタイプベースのアダプター拡張と幾何学的統合を用いる手法を提案。新しい能力を効率的に獲得し、既存の知識を維持する。
Nvidia CEOは、コンピューティング業界が「エージェンティック・コンピューティング」の時代に入ると述べました。データセンター、PC、ロボット、車両などが共通のAIアーキテクチャを共有し、デバイスの動作方法が大きく変化します。