本文へ移動

#推論

今日 0 件

10月20日

火曜日
  1. Deepgram、AWS Trainium で大規模音声 AI をどう最適化したか

    Deepgram は AWS と協力し、音声認識モデル Nova-3 を Trainium2 に移植した。コールセンター分析や医療文字起こしなどオフラインのバッチ処理が対象。最終構成では Amazon EC2 trn2.3xlarge インスタンス 1 台でモデルを 8 レプリカ動かし、1 ドル当たりの処理音声量は従来の計算基盤より 11%〜70% 多い。

10月17日

土曜日
  1. Elorian、初のモデル Glimpse を公開 視覚的スクラッチ空間で画像推論

    Elorian が初のモデル Glimpse を公開し、研究プレビューとして API を開放、チャット画面は順番待ちとなっている。Glimpse は推論の途中で画像の領域を切り取ったり、動画から特定のフレームを抽出したり、コードを実行して測定・比較したりできる。Elorian はこの仕組みを視覚的スクラッチ空間と呼んでいる。価格は入力が100万トークンあたり0.60ドル、出力が100万トークンあたり3ドル。Elorian の評価によると、科学図表の推論と短尺動画の説明で GPT-6 Astra を上回る。

10月16日

金曜日
  1. AIの解釈可能性は突破口に近づいているのか、新論文で研究者の意見が分裂

    The Decoderの報道によると、OpenAIのCammarata氏が機械的解釈可能性の古典的事例を再解釈し、有名な猫顔と車のニューロンは実際にはV字検出器であり重ね合わせ現象ではないと主張、Qwen3-32Bでは約90%のニューロン極点が主要な機能を1つだけ持ち、解釈不能なのはわずか2%から4%だと述べた。

  2. Microsoft ResearchがMagnetarを公開:証明ベースの汎用計算zkVM

    Microsoft Researchはゼロ知識仮想マシンMagnetarを公開した。Rust、Go、Cで書かれたRISC-Vプログラムの実行を証明でき、ノートPC上で毎秒720万〜870万のプロセッサ命令を証明、15のベンチマークプログラムで既存の最速zkVMより平均10〜39倍高速で、証明の検証は約12ミリ秒。

10月15日

木曜日
  1. Apertus 1.5 公開:8B と 70B モデルに画像・音声理解と思考モードを追加

    Apertus 1.5 は 8B と 70B の 2 規模で Apertus 1.0 を拡張し、画像・音声理解、任意の思考モード、4 倍長いコンテキストウィンドウ(262,144 tokens)、より良い指示追従とツール呼び出し能力を追加した。重みは 2026 年 7 月 24 日に Apache 2.0 ライセンスで Hugging Face に公開された。

  2. OpenAI、年内に少なくとも1モデルを公開か 旗艦モデルはアラインメント作業が必要

    The Informationが関係者筋の話として伝えたところによると、OpenAIの従業員は、同社が年末までに1~2の新モデルを公開する可能性があると述べているが、開発中の大幅アップグレード版モデルがそれに含まれるかは不明だ。この旗艦モデルにはアラインメント作業が必要で、テスト基盤の整備も求められる。先進AIシステムの評価に関するトランプ大統領の大統領令に基づき、OpenAIは外部パートナーに提供する最大30日前に米政府へアクセスを認めることで合意している。

10月14日

水曜日
  1. Google、Gemini 4 Argonモデルを発表

    GoogleはGemini 4 Argonモデルを発表し、最先端の推論能力を備え、冗長さや決まり文句を減らしたと述べている。コーディング、サイバーセキュリティ、科学、金融、法律などのベンチマークでGPT-6 Astra、Claude Fable 5.1、Claude Opus 5.5を上回るという。

10月13日

火曜日
  1. Amazon SageMaker AI における MoE カーネルエンジニアリング最適化の実践

    MoE モデルの decode 段階で M 次元が小さすぎるために Hopper GPU の利用率が低い問題に対し、AWS は Swap-AB 最適化を提案し、エキスパート出力次元 N=8192 を第一オペランドに引き上げた。H200 上で大規模 MoE モデルに 2~4% のエンドツーエンドスループット向上をもたらし、この最適化は vLLM 0.24.0 以降にマージ済みである。

  2. マイクロソフト研究:会話履歴を消去するとAIエージェントはより良い解法を見つけられる

    マイクロソフトリサーチの研究がFork-and-Flush手法を提案した。エージェントをK個の並列ブランチに分岐させ、各ブランチで会話コンテキストをすべて消去しつつワークスペースは保持することで、同じ種類の解法を磨き続けるidea basinsから抜け出せるようにする。

10月12日

月曜日
  1. AnthropicのAndrej Karpathy氏、AIの実力は「プレビュー版」しか見えていないと指摘

    AnthropicのAndrej Karpathy氏は、外部の世界はAIの実際の能力の「プレビュー版」しか見ていないと述べた。同氏は大規模言語モデルのユーザーを4層に分類する。約60億人はLLMにほとんど触れておらず、10億〜20億人は無料のChatGPT系製品をより優れた検索エンジンとして使うだけ。数学とプログラミング分野の約2000万人のプロユーザーは、かつて数週間から数カ月かかった複雑なプロジェクトをすでにエージェントで完了させており、内部のフロンティアシステムに触れられるのはわずか約5000人にとどまる。

10月11日

日曜日
  1. 安くなった AI トークンが需要を押し上げる、まさにジェンスン・フアンが望む展開

    Ornn、Silicon Data、Bloomberg の 2026 年 8 月時点のデータによると、AI トークンの価格は下落を続ける一方、H100 GPU のレンタル価格は横ばいか上昇している。a16z はこれを AI 市場における教科書的なジェヴォンズのパラドックスだとしている。

10月10日

土曜日

10月8日

木曜日
  1. ロボット分野のAI突破、当面は生活を変えない

    MIT Technology ReviewとAventineの共同記事は、Elon MuskがTeslaのOptimusヒューマノイドロボットについて早ければ2027年末に1台2万ドルで販売されると予測し、Jensen Huangもヒューマノイドロボットが今年中に人間レベルの能力に達すると述べたものの、多くのロボット研究者は懐疑的だと指摘する。Yann LeCunはダボスで、ロボットを十分に賢く実用的にする方法を知るヒューマノイドロボット企業は一社もないと語った。

10月7日

水曜日
  1. Nemotron を微調整し IOI 2026 と IMO 2026 でそろって金メダル水準に

    NVIDIA のチームは Nemotron 3 を出発点に、SFT、RL、フィードバック駆動の推論フローを用いて、モデルを IOI 2026 と IMO 2026 の両方で金メダル水準に到達させた。IOI 2026 では Nemotron-3-Ultra-CC が 535.4/600 を記録し、金メダルラインの 361.12 と人間の最高得点 498.27 を上回った。IMO 2026 ではシステムが 30/42 を獲得し、公式の金メダルライン 29 を上回り、6 問のうち 4 問で満点を取った。

10月6日

火曜日
  1. Reflection、中国のオープンモデルに対抗するオープンウェイトモデルBeamを公開

    Reflection AIは初のフロンティア級オープンウェイトモデルBeamを公開し、高度な推論ベンチマークで中国の主要オープンモデルと同等の性能を大幅に低い推論コストで実現すると主張している。Beamは総パラメータ5010億、アクティブパラメータ230億のテキストMoEモデルで、23.8兆トークンで事前学習され、コンテキストウィンドウは100万トークン。同社は推論計算量が競合より3〜4倍少ないとしている。

  2. Qwen3.8 27B、英単語で足し算を行うベンチマーク

    推論を無効化した5,070件のケースを用いたベンチマークで、ローカルのQwen3.8-27B-Q4_K_M.ggufモデルが正の整数の足し算を英単語だけで行い、正確な結果を出力できるかを検証した。数値の正確率は23.57%、形式遵守率は96.17%。正確率は桁数が増えるにつれ、1〜3桁の97.04%から10〜13桁の6.44%へと低下した。中程度の推論を有効にすると、169件のペアテストで167件正解した。

10月5日

月曜日
  1. 私たちの脳はAIを扱うようにはできていない

    神経科学者のPaul Cisekは、脳はチューリングマシン的な情報処理装置ではなく、進化の産物であるフィードバック制御システムだと提唱する。高飛球を捕る際の野球のヒューリスティックのように、複雑な計算ではなく簡潔な方略で説明できるという。著者のBenjamin Rileyはこれに基づき、脳をコンピュータに例えるモデルは歪んでおり限定的だと論じる。AI製品は「認知版ホットドッグ」のように、その場の欲求に応える一方で、人類が数千年かけて進化させた認知システムを損なうと指摘する。

10月3日

土曜日
  1. DeepMindの研究者らが「人工共生知能」を提唱、「シンギュラリティ」の代替案として

    DeepMindの研究者らが「人工共生知能」(Artificial Symbiotic Intelligence)を提唱し、AI研究の中心的課題は、単一の自己進化する超知能を構築することではなく、エージェント、人間、それらをつなぐシステムからなる複雑なネットワークを調整することにあると主張している。

10月2日

金曜日
  1. 誤解するな——LLMは推論しない

    元Google DeepMindの研究者は、LLMはトークンを一つずつ予測して答えを生成しており、その連鎖的推論も同じnext-tokenプロセスから生じるもので、真に独立した推論機構ではないと指摘する。こうしたモデルには検証可能な持続的認知状態や知識と推論の分離が欠けており、連鎖的推論はしばしば事後の作り話だと述べる。AlphaGoのゲーム木探索アーキテクチャを参考に、機械推論に明示的な認知状態を導入すべきだと主張する。

  2. Amazon Payments、Amazon SageMaker AI上の文脈付き多腕バンディットで獲得ファネルのコンバージョンを改善

    Amazon PaymentsはAmazon SageMaker AI上で多目的文脈付き多腕バンディット(LinUCB)を用い、製品獲得ファネル向けのパーソナライズされたコンテンツ選択を実施。7週間のオンラインA/Bテストでは、ある顧客集団で最終ファネルのコンバージョン率が相対で1桁台後半の改善を示した一方、別の集団では改善が見られず、問題はモデルではなくコンテンツにあった。

  3. Ataraxos、16基のGPUでStrategoのトップ人間選手を破る

    カーネギーメロン大学、MIT、ニューヨーク大学、スタンフォード大学の研究チームが開発したAIシステムAtaraxosは、Strategoで史上最強とされる選手Pim Niemeijerに15勝1敗4引き分けで勝利した。訓練にはわずか16基のGPUと数千ドルしかかかっていない。Strategoは不完全情報ゲームであり、駒の身元は衝突時のみ明らかになり、隠された情報量が多く展開期間も長い。これまでDeepMindもトップ人間プレイヤーを安定して破るマシンを作れなかった。