Microsoft、逆合成モデル RetroChimera を公開、Nature に掲載
Microsoft は Nature で逆合成予測フレームワーク RetroChimera を発表し、実装とウェイトを公開した。Transformer の R-SMILES 2 と GNN ベースの NeuralLoc を組み合わせ、学習型アンサンブルで両者の予測を再順位付けする。盲検試験では化学者がその一段階反応予測を好んだ。
#オープンソース
#オープンソース
今日 0 件9月21日
Hugging Face、tokenizers v1を公開、符号化・復号・拡張性能を実測
Hugging Faceはtokenizers v1を公開した。トークンID、API、語彙、merge ranksはv0.23と同一だが、速度は最大で数十倍になる。
9月19日
Google Research、中距離物流の実例生成器MilleMigliaを公開
Google Researchは中距離物流配送の現実的でプライバシー保護された基準データを作るC++のMilleMigliaを公開した。コードと文書はGitHubにある。
9月15日
Philadelphia 小児病院、公開 NVIDIA AI で心臓モデルと手術シミュレーション
Philadelphia 小児病院（CHOP）は NVIDIA が共同創設した公開医用画像基盤 MONAI で、子どもの心臓モデル作成を4時間から数秒に短縮し、複雑な心室中隔欠損の手術計画に使っている。NVIDIA と協力し、NVIDIA Warp に基づく公開物理エンジン Newton を SlicerHeart に接続して、心臓器具のシミュレーションを最大4時間からほぼリアルタイムに短縮している。
9月3日
Hugging Face、260M・800Mの多言語マルチモーダルエンコーダーNeoMMEを公開
Hugging Faceは260Mと800MのNeoMMEを公開した。単一の双方向Transformerで文字トークンと32×32画像パッチを処理する。マスク付き離散拡散の目的関数でゼロから学習し、事前学習済み視覚タワーや因果言語モデルに依存しない。
GRPO100ステップでLFM2.5-350Mの構造化出力を改善
公開された低費用手法はTRLのGRPOで約500例、100ステップの微調整を行い、IFStructを22.6%から29.7%に高めた。無料ColabかKaggle GPUで学習し、MacBookのllama.cppで評価できる。コードはGitHub公開済みだ。
9月1日
Microsoft、効率的病理基盤モデルGigaPath-FlashとGigaTIME-Flashを公開
Microsoft ResearchはGigaPath-FlashとGigaTIME-Flashを公開した。10億パラメーターのGigaPathから蒸留した22MのViT-Sを基盤に、病理分析の計算量を大幅に削減し、Apache 2.0で公開する。
8月13日
Hugging Face、OlmoEarth Studioに独自埋め込みの出力を追加
OlmoEarth Studioは埋め込みの計算と出力に対応した。UIかAPIで地域、時期、エンコーダー版、解像度を選び、Cloud-Optimized GeoTIFF（COG）を得られる。
7月21日
Hugging Face、オープンなロボット操作データ収集システム Grabette を公開
Hugging Face は Grabette を公開した。手持ちグリッパーと2台のカメラで操作の手本を記録し、ロボットや遠隔操作装置なしでロボットに使えるデータセットを作る。手持ち機の部材費は約490ユーロ、対応する電動グリッパー Gripette は約120ユーロ。ハードウェア CAD、Raspberry Pi の収集ソフト、ブラウザー処理の手順をすべて公開する。
7月1日
ScarfBench、企業Javaのフレームワーク移行を評価するAIエージェント基準
Hugging FaceはSpring、Jakarta EE、Quarkus間の企業Javaアプリ移行を評価するScarfBench（Self-Contained Application Refactoring Benchmark）を公開した。
6月30日
DiScoFormer、単一Transformerで密度とscoreを推定、分布をまたいで利用
Hugging FaceはDiScoFormer（Density and Score Transformer）を提案した。データ点を与えるだけで1回の順伝播で密度とscoreを同時推定し、新しい分布ごとの再学習を必要としない。
4月16日
Google Research、合成ニューロンのAI生成で脳地図を加速
Google ResearchはPointInfinity点群フローマッチングで合成ニューロン形態を作るMoGen（Neuronal Morphology Generation）を提案した。PATHFINDER再構築モデルの学習データを補い、検証用のマウス軸索で誤り率を4.4%減らした。主に誤った結合の減少による。