#LLM37件

[6078] Parallel-EAGLE: Speculative Decodingを完全並列処理に変換

AWSが開発したParallel-EAGLE（P-EAGLE）は、従来の逐次的なドラフト生成プロセスを完全に並列化する画期的な手法であり、推論速度を向上させるSpeculative Decodingをさらに進化させた。

[5872] Chatbot Arenaおよびその他のベンチマークにおけるYi-34B-Chatのランキング

Yi-34B-Chatは、2026年6月13日時点のChatbot Arenaリーダーボードにおいて、Claude-1やQwen1.5-72B-Chatなどのモデルと比較して高い評価を得ています。

[5357] Speculative Decoding：LLMが回答を変えずにトークンをより速く生成する方法

投機的デコーディングは、より小さい高速な「ドラフト」モデルで次のトークンを予測し、より大きい「ターゲット」モデルで並列検証することにより、LLM推論を高速化する技術である。これにより、ターゲットモデルが出力分布を標準の自己回帰デコーディングと同じに保つため、出力品質を損なうことなくレイテンシとコストを大幅に削減できる。LLM推論のボトルネックである逐次処理を回避し、大規模展開を可能にする。

[5356] Chatbot Arena + - OpenLM.ai

Chatbot Arena+は、AIモデルのパフォーマンスを比較するためのリーダーボードを提供しています。Yi-34B-Chatは1134のスコア（2026年6月9日時点）で、Apache-2.0ライセンスを持つ01 AIによって開発されたモデルです。

Yi-1.5-34BがAmazon SageMaker AIで利用可能に

Amazon SageMaker AIで、01.AIによるオープンソースの大規模言語モデル「Yi-1.5-34B」が利用可能になりました。Apache 2.0ライセンスで提供され、テキスト生成タスクに適しています。

[3833] Microsoft、Build 2026でオンデバイスAI「Aion 1.0」を発表

MicrosoftはBuild 2026で、Windows 11向けのオンデバイスAI「Aion 1.0」を発表しました。Aion 1.0 Instruct（チャット/要約）とAion 1.0 Plan（エージェントワークフロー）は、GPU、CPU、NPUを活用し、低遅延・高プライバシー・オフライン機能を実現します。

[3578] Microsoft、Build 2026でオンデバイスAI Aion 1.0を発表

MicrosoftはBuild 2026で「Aion 1.0」を発表し、Windows 11向けにオンデバイスのチャット・要約（Aion 1.0 Instruct）とエージェントワークフロー（Aion 1.0 Plan）向けのモデルを提供します。GPU、CPU、NPUをサポートし、より多くのWindows PCでオンデバイスAIが利用可能になります。

[3387] LLM Leaderboard 2026: 100以上のAIモデルをリアルタイムでランク付け・比較 | WhatLLM.org

WhatLLM.orgのLLMリーダーボードは、2026年5月時点での100以上のAIモデルの品質、価格、速度をリアルタイムで比較・評価しています。GPT-5.5 Proが総合品質指数で99/100を記録し、トップに位置しています。

Microsoft、新しいオンデバイスモデル「Aion 1.0 Instruct」「Aion 1.0 Plan」を発表

MicrosoftはMicrosoft Edgeに導入するオンデバイス生成AIについて3つのアップデートを発表しました。これにより、従来Phi-4-miniではハードウェア要件が高かったPrompt APIやWriting Assistance APIに、より小さく効率的な小規模言語モデル「Aion-1.0-Instruct」が導入され、低性能GPUやCPU非搭載デバイスでも利用可能になります。

LLM Leaderboard 2026年5月 | LMSys Arena Elo、価格設定、および速度

2026年5月時点のLLMリーダーボードは、LMSys Arena Elo、MMLU、HumanEval、MATH、価格、推論速度で大規模言語モデルをランク付けしています。このリーダーボードは、公式プロバイダーの価格ページ、Artificial Analysis、およびArenaからのライブデータで定期的に更新されています。

[2833] 誰の名前が挙がるか？III: LLMベースのScholar RecommendationにおけるPersona Promptingの効果

本論文は、LLMを用いた研究者推薦におけるペルソナプロンプティングの影響を調査し、Yi-34Bを含む43のLLMを評価しました。ペルソナ設定がモデルの振る舞いを大きく左右するものの、専門家ペルソナはタスク性能向上に限定的であることが判明しました。本研究は、ペルソナ、コンテキスト、モデルの影響を分離するフレームワークを導入し、LLM監査の範囲を拡大します。

[2395] LLM Benchmark Leaderboard 2026: コーディング、数学、推論、エージェント | CodeSOTA

2026年のLLMベンチマークリーダーボードでは、MMLU、GPQA Diamond、AIME 2025、LiveCodeBench Proなどの評価項目で、Gemini 3.1 ProがLiveCodeBench Proで2887のEloを記録。透明性を重視しつつ、ベンチマークの不正利用や汚染に注意を促しています。

[2394] HiSpec: LLM向け階層的推測デコーディング

Speculative decodingは、LLMの推論スループットを向上させるための効率的な手法です。この手法では、小さなドラフトモデルがトークンを予測し、大きなターゲットモデルがそれらを検証します。これにより、推論速度が向上しつつも、ターゲットモデルと同等の精度が維持されます。しかし、検証フェーズがドラフト生成よりも遅いという課題があります。

[1934] Universal Activation Verbalizer: クロスモデル活性化説明のための統一フレームワーク

本研究は、異なる大規模言語モデル（LLM）間で、モデルの内部状態（活性化）を統一的に説明するためのフレームワーク「Universal Activation Verbalizer (UAV）」を提案する。

[1932] LLM駆動型アクティブリストワイズトーナメントによる候補ランキング

本研究では、採用プロセスにおける候補者評価を自動化するために、大規模言語モデル（LLM）を活用したモジュール式で解釈可能なフレームワークを提案します。このシステムは、求人票、履歴書、面接記録、人事フィードバックなどの多様なソースを統合し、専門家の判断を反映した構造化された評価レポートを生成します。

[1682] Google AI EdgeとGemmaでオンデバイスAIのパワーを解き放つ

GoogleのAI EdgeスタックとGemmaモデルを活用し、モバイル、WebなどあらゆるプラットフォームでオンデバイスAI機能を開発するための手法を紹介。MediaPipe TasksやLiteRTなどのツールを用いて、プライベートで低遅延、オフラインでも動作するAI体験を実現する方法を解説。

[1410] LLM Benchmark Leaderboard 2026: コーディング、数学、推論、エージェント

2026年のLLMベンチマークリーダーボードは、知識、推論、数学、コーディング、エージェントタスクを評価。Gemini 3 Pro、DeepSeek-V4-Pro Max、Kimi K2.6などの最新モデルをリストアップ。ベンチマークスコアへの過信は禁物であり、エージェントベンチマークの不正利用の可能性も指摘されています。

[994] Speculative Decodingは、リアルタイムAIアプリケーションをより応答性良く、コスト効率の高いものにするための重要な進展です

Speculative Decodingは、高速なドラフトモデルで将来のトークンを並列予測し、大規模なターゲットモデルで検証することでLLM推論を加速します。これにより、順次トークン生成のボトルネックを回避し、品質を損なわずに生成速度を2～4倍に向上させることが可能です。 chatbotsなどの低遅延アプリケーションに不可欠です。

LLM Benchmark Leaderboard 2026: コーディング、数学、推論、エージェント

2026年5月20日発表のLLMベンチマークリーダーボードでは、Gemini 3 ProがLiveCodeBench Proで2439Eloを記録し、コーディング能力でトップとなりました。このリーダーボードは、知識、推論、数学、コード、および持続的なツール使用における最先端モデルのパフォーマンスを、ベンダーの宣伝を排除し、正確な日付とソースリンク付きで、独立かつ正直に測定することを目指しています。

GPT-5.4, Claude, DeepSeek, Gemini, Grok向けの無料LLM APIキー

GitHubリポジトリでGPT-5.5、Claude Opus 4.7、Gemini、DeepSeekなどの大規模言語モデル（LLM）の無料APIキーが提供されています。これらはOpenAI SDKと互換性があり、カスタムOpenAIエンドポイントをサポートするツールで使用可能です。キーは毎日更新され、24～48時間有効です。

[514] LiteRT-LM による高速なオンデバイスGenAI

Google AI EdgeのLiteRT-LMは、LiteRT（旧TensorFlow Lite）を活用してGemma 4を様々なプラットフォームに最適化し、オンデバイスでの推論体験を提供します。高度な量子化スキームとアクセラレーテッドカーネルをサポートし、CPU、GPU、NPUでの効率的な実行を実現します。

LLMベンチマークリーダーボード2026：コーディング、数学、推論、エージェント

CodeSOTAのLLMベンチマークリーダーボード2026は、大規模言語モデル（LLM）の性能を「LiveCodeBench Pro」などの最新ベンチマークを用いて評価・追跡する。Eloレーティングシステムは、特にコーディングタスクにおけるモデル間の相対的な強さを測るために活用されている。

01. AI Yi Model Lineage 2026: Yi-Coder, Yi-Lightning, Yi-Large

この記事は、2026年5月15日時点での01.AIのYiモデルファミリーの lineage を解説しています。Yi-34Bは2023年末に登場し、中国製オープンウェイトLLMの先駆けとなりました。Yi-LightningはOpenAIのモデルと比較して低コストでありながら、Chatbot Arenaでトップ10入りしました。

LmArena AI - 公式AIランキング & LLM Leaderboard 2026

LmArena AIは、ユーザー投票に基づくクラウドソーシングされたEloレーティングシステムを採用し、大規模言語モデル（LLM）を評価する無料のブラウザベースプラットフォームです。2026年5月現在、思考能力を持つClaudeのバリアントが1,501のEloスコアでトップを維持していますが、上位5モデルの差は僅かです。

01.AI Yi Model Lineage 2026: Yi-Coder, Yi-Lightning, Yi-Large

この記事は、01.AIのYiモデルファミリーの進化を2026年5月15日時点のリリース履歴に沿って解説しています。Yi-34Bは2023年末にオープンウェイトの中国語LLMとして先行し、その後のYi-Large（プロプライエタリ）、Yi-Coder（1.5B、9B）、Yi-Lightning（プロプライエタリ）へと展開されました。

[189] 4つのRAGアーキテクチャをテスト、1つが本番稼働を生き残った

この記事では、4つの異なるRAG（Retrieval-Augmented Generation）アーキテクチャを比較し、本番環境での生存能力を評価しています。特に、LangGraph、CrewAI、AutoGenなどのフレームワークとの比較に焦点を当て、Agentic RAGが複雑なマルチステップの質問に対して優れたパフォーマンスを示したことが報告されています。

[184] 01.AI Yi Model Lineage 2026：Yi-Coder、Yi-Lightning、Yi-Large

2026年5月15日付けのPresenc AIの記事によると、01.AIのYiモデルラインは2024年から2026年にかけて進化しており、Yi-34Bは2023年後半に登場した。Yi-Lightningは、Chatbot Arenaでトップ10入りし、OpenAIのモデルと比較して低コストで高い性能を示した。

[142] LmArena AI - 公式AIランキング & LLMリーダーボード 2026

LmArena AIは、ユーザーによるクラウドソーシングされたブラインド比較に基づいて大規模言語モデル（LLM）をランク付けする、無料のブラウザベースのプラットフォームです。ユーザーは匿名化されたモデルの応答を評価し、その結果はEloレーティングシステムに基づいたLLMリーダーボードに反映されます。

[139] Dolphin AI Crypto (POD)：注目のAIトークンとそのエコシステムを深く掘り下げる

Dolphin AI cryptoトークン（POD）は、Dolphin Inference Network V1のローンチとHugging Faceでの月間モデルダウンロード数500万件突破に伴い、2026年5月に大幅な価格変動を記録しました。

[119] LmArena AI - 公式AIランキング & LLMリーダーボード

LmArena AIは、ユーザー投票に基づくクラウドソーシングされたEloレーティングシステムを使用して、大規模言語モデル（LLM）をランク付けする無料のブラウザベースのプラットフォームです。2026年5月現在、思考能力を持つClaudeのバリアントが1,501のEloスコアでトップを維持していますが、上位5モデルの差は20〜30 Eloポイント以内であり、ランキングは頻繁に変動します。

[114] LLM ServingにおけるSpeculative Decodingのための解釈可能なレイテンシモデル

Speculative Decoding（SD）は、より小さなドラフトモデルでトークンを提案し、より大きなターゲットモデルで並列検証することでLLM推論速度を向上させます。これにより、コストのかかるターゲットモデルのデコードステップ数を大幅に削減できます。しかし、リクエスト負荷が変動する動的な本番環境でのパフォーマンスは十分に調査されていません。

[91] Chatbot Arena + | OpenLM.ai

OpenLM.aiが提供するChatbot Arena+は、2026年5月18日時点で最新のLLMリーダーボードを公開しました。Yi-34B-Chatは1134のスコアでランクインしており、他の主要モデルと比較してその性能が評価されています。

[77] LmArena AI - 公式AIランキング & LLMリーダーボード 2026

LmArena AIは、チェスで使われるEloシステムを適応させた改良型Bradley-Terryモデルを用いてLLMをランク付けする無料のブラウザベースプラットフォームです。ユーザーは匿名化されたモデルの応答を評価し、その結果がEloベースのLLMリーダーボードに反映されます。

LLMによるソーシャルシミュレーションはスケーリングで改善されるか？

本研究では、大規模言語モデル（LLM）のスケールアップが社会的シミュレーションの精度向上に寄与するかを検証した。Gemma、Llama、OLMo、Phi、Qwen、Yiを含む35のベースLLMを評価した結果、Yi 1.5 34Bが65%の精度を達成したが、対数スケールでの性能向上の速度は遅く、計算資源の限界が示唆された。