Google、Antigravityで/teamworkマルチエージェントワークフローを公開
GoogleはAntigravityの/teamworkマルチエージェントワークフローを/boostやDeep Reviewとともに外部の研究者・開発者に公開した。Gemini 4 Argon、Carbon、Hydrogenと組み合わせて利用できる。
GoogleはAntigravityの/teamworkマルチエージェントワークフローを/boostやDeep Reviewとともに外部の研究者・開発者に公開した。Gemini 4 Argon、Carbon、Hydrogenと組み合わせて利用できる。
GoogleはGemini 4ファミリーで最も低コストのGemini 4 Hydrogenを発表した。入力$1.50/M、キャッシュ入力$0.075/M、出力$7.50/M。
GoogleはGemini 4 Hydrogenを公開し、自社製品でGemini 3.8 Flashを置き換えた。以前のArgonやCarbonの発表時よりアクセス制限が緩く、公開と同時に利用可能となっている。
OpenAIの安全チームはGPT-5からGPT-6 Astraまでの学習過程を体系的に分析し、モデルが推論を隠す原因を四つの要因に整理した。基盤モデルの事前学習能力の向上、特定のアーキテクチャ設計、事後学習のRLによる思考の連鎖への操作の強化、そして生徒モデルが教師モデルからこの能力を受け継ぐことである。
GoogleはGemini Decision 1と付属のDecisions APIを発表した。はい/いいえ、多肢選択、評価スケールなどの閉集合の意思決定に対応し、1リクエストあたり最大1000問、255個の多肢選択肢を扱える。入力はテキスト、画像、音声、動画、PDFに対応し、コンテキストは256K。エンドツーエンドの応答時間は150~250msで、信頼度スコアも付与される。
Latent SpaceがNaiveAIのオープンウェイトモデルNaive-N0.5-Flashを実測した。このモデルはXiaomiのMiMo-V2.5をベースに追加学習し、DeepSeek Sparse Attentionを適用したもので、公式はピーク時約2100トークン/秒と主張している。
Google DeepMindは開発者、企業、研究者、一般消費者向けにGemini 4 Carbonを公開した。サイバーセキュリティ能力と長期的なエージェントワークフローでフロンティア水準に達したとしている。
Meta AIはMuse Emberを発表し、自社で最小かつ最高効率のモデルだと説明した。複雑な推論の実行や、エージェントが繰り返し行うタスク(ツール呼び出し、コーディングのサブタスク、ルーティング、情報抽出、長文書の解析)に向けたものだという。
Simon Willison氏のllm-anthropicプラグインが0.31に更新され、Anthropicが同日公開したFable 5.2とMythos 5.2に対応した。`llm -m claude-fable-5.2`で呼び出せる。
Anthropicは新モデルClaude Fable 5.2とClaude Mythos 5.2を発表した。コーディング、推論、視覚の各分野で向上し、生成速度も5.1版より速いとしている。
AnthropicはMythos 5.2とFable 5.2を発表した。新モデルはコーディング、推論、視覚の各分野で改善し、ユーザーとのコミュニケーションもより明確になったという。Fableの入力価格は100万トークンあたり10ドルから8ドルに下がり、主要競合のGPT-6 Astraを下回る。応答速度は30%向上し、Enterprise Frontier Safeguardsを通じてゼロデータ保持(ZDR)にも対応する。
Hugging Faceは、エキスパート同士の相互作用を考慮する二階のMoEエキスパート剪定手法HOPE(Higher-Order Pruning of Experts)を提案した。50%の剪定率でHOPEは全手法中最高の平均順位を記録し、エージェント型コーディングタスクでは次善の剪定手法より最大+6.1%向上した。
Vals AIの研究者がThinking MachinesのInkling 2 Smallについて、13のベンチマーク、2655回の実行における思考ログを読んだところ、50回の実行で「fuck」およびその変形が出現し、計316回に上った。うち241回は暴走した2回の実行によるものだ。
Amazon SageMaker Inference に GPU パーティション機能が追加された。NVIDIA Multi-Instance GPU(MIG)を使い、1 基の物理 GPU を最大 7 つのハードウェア分離されたパーティションに分割し、パーティションごとに異なるモデルをデプロイできる。
The Decoder の Frontier Radar 第5回は、大手企業を離れた研究者が創業した研究型 AI 企業27社を、継続学習、言語以外の世界モデル、独自データ、計算効率、自動化された科学研究、モデルの制御性という6つの技術的賭けの分類で整理した。
Thinking Machinesは、総パラメータ594B・アクティブ17BのマルチモーダルMoEモデル「Inkling 2 Small」を公開した。テキストと画像の入力に対応し、1Mのコンテキストウィンドウを持つ。Tinkerで提供を開始しており、Apache 2.0の重みは来週の外部安全テスト完了後に公開される予定だ。
Latent Space の AINews が 11 月 2 日から 3 日までの AI 動向をまとめた。以前の「重み空間プログラミング」報道をめぐる論争に重点的に応じたほか、AI Engineer 上海のイベントや Latent Space の過去インタビューを収録している。
スタンフォード大の研究者Owen Queen氏とJames Zou氏は、2024年7月から2026年9月までに8社が公開した20モデルを使い、広く引用されてきたLLMに関する50の結論を再検証した。その結果、44%が失効し、さらに34%が明らかに弱まっていた。依然として成立するのは16%にとどまり、6%はむしろ強まっていた。
Simon Willison氏の実測によると、ローカルで動かすQwen 3.8 27Bは生の重みの数値だけでニューラルネットワークがどのゲームを学習したものか判別でき、論文でGPT-6 Astraが示したWeight-Space Programmingの能力と一致するという。
Latent SpaceのAINewsが、Takehi氏らの「Weight Space Programming」の研究を紹介。フロンティアモデルが自然言語の目標からニューラルネットワークの重みテンソルを直接検査・編集するもので、勾配降下や学習ループに依存しない。
Drew Breunig 氏は qwenputer に触発され、動作する NES 6502 CPU エミュレータを Qwen3.5-4B の重みに埋め込んだ。これにより Qwen の中で Super Mario Bros などの NES ROM を(非常に遅いが)動かせるようになった。
GoogleのSuncatcherプロジェクトの原型となる宇宙データセンターが稼働し、地上と通信している。衛星はTPUを4基搭載し、発電電力は最大1kWだが、消費電力の制約から一度に1基しか約20分間しか起動できない。
NVIDIA Nemotron 3.5 Super VL が AWS で利用可能になった。120B パラメータの MoE マルチモーダルモデルで、トークンあたり 12B パラメータを活性化し、最大 1M トークンのコンテキストとテキスト、画像、文書、動画の入力に対応する。
Elorianは初の視覚推論モデルGlimpseを公開し、Mercorと共同のDecoyCountベンチマークの社内テストで50.48%の正答率を記録した。50%を超えた唯一のモデルである。
Google Researchは、LLMが能動的な対話とオフラインの睡眠を交互に繰り返し、短期的な文脈を長期的なパラメータへ定着させる「sleep」フレームワークを提案した。睡眠段階では、MoEによるパラメータ拡張、知識蒸留、RLによる模倣学習を通じて記憶の定着を図り、さらにランダムなエキスパートの活性化と勾配で選別した合成サンプルによって自己改善する。
元DeepMind研究者のThore Graepel氏がMetis Reasoningを設立し、AlphaGo型の探索と検証の仕組みで大規模言語モデルのハルシネーションを減らす手法を提唱した。この手法は、既知の内容・信頼度・未解決の問いを明示的な知識台帳に記録し、独立したモジュールが計算・形式証明・実証的証拠に基づいて検証する。推論の各ステップは検査を通過しなければ知識状態を変えない。
OpenAIはGPT-6.1 Terraを公開した。API価格は入力トークン100万あたり1ドル、出力5ドルで、いずれもGPT-5.6 Terraの半額。キャッシュ入力は100万あたり0.05ドルに下がる。
OpenAIは、Kakeya予想、指数時間仮説、量子色力学に関するモデルの結果を公開し、研究者がこれらの結果をどのように検証し、さらに発展させられるかを説明した。内容はOpenAIと学術コミュニティの協力によるものだ。
Kimi K3.1 Proは本日Kimi APIで提供開始された。現時点で重みは未公開だが、Moonshotは2026年11月4日までに完全なモデル重みを公開すると約束している。
著者のAnkit Maloo氏は、OpenAIとAnthropicが今年相次いで数学的問題の証明や反例を示した理由を分析し、鍵はモデルが深さ優先で各実行可能な経路を最後まで辿り、自動検証器で枝刈りできる点にあると述べている。
EXLは、企業AIの競争優位性がモデル能力からモデルを囲むサービングハーネス(アーキテクチャ、メモリ管理、スケジューリング、推論最適化のエンジニアリングシステム)へ移りつつあると提言した。まず業務負荷から制約を定めてからアーキテクチャを選ぶべきだとし、KVキャッシュが並行数とコンテキストの増加に伴いGPUメモリ不足を招く例を挙げ、測定してから最適化することを強調。フレームワークは新しいモデルやハードウェアを取り込みやすくし、モデル変更をアーキテクチャ再構築ではなく評価と設定の判断にするべきだとしている。
Microsoft Researchの機械学習・最適化グループのXinzhi Zhang氏と共著者のZhao Song氏が、1995年に提唱されたKannan-Lovász-Simonovits(KLS)予想を証明した。この関係は高次元においても次元の増加によらず固定の定数で抑えられることを示す。
Dharma-AIはHugging Faceのブログで、近く公開するVocabX論文を紹介した。語彙を頻度ではなくトークンあたりのコストに基づいて再構築する手法により、Qwen3-4Bベースのポルトガル語作文採点器で実測の推論コストを77.0%削減し、平均応答を350トークンから101トークンに、benchスコアを0.703から0.810に改善した。
Inceptionは拡散言語モデルMercury 3を発表し、複数のベンチマークでGPT-6 LunaとClaude Haiku 5.5を上回り、実行速度は4~8倍だと主張している。
NVIDIAは多変量時系列予測モデルKumo Forecast(旧NV-Tesseract Forecasting)を発表した。MOMENT-1-largeバックボーンに基づき、約3億4000万パラメータのエンコーダーと学習可能な予測ヘッドを備え、Apache 2.0ライセンスで提供される。
i14はAWSと協力し、TorchNeuron Nativeを通じて線形注意モデルLaplace 3BをAWS Trainium2へ移植した。Gated Linear Attention設計とMuon最適化器を維持している。
GPT-OSS-20Bは50例の多言語推論テストで、目標言語で推論したのはわずか22%だった(英語100%、フランス語0%、ドイツ語10%、スペイン語0%、イタリア語0%)。チームはAmazon SageMaker HyperPod上でLoRAを用い、SFTとGRPOを組み合わせて微調整し、英語への偏りを是正した。結論として、SFTが主な役割を担い、GRPOは改善の余地がある場合にさらに最適化するもので、技術の選択は能力の差に合わせる必要がある。
PyTorch 2.15 は MPS バックエンドに FP8 テンソルと F.scaled_mm を追加し、MoE モデルのデコードを 2.14 比で 5~6.5 倍高速化した。Qwen3.6-35B-A3B は M3 Ultra 上で 9.4 から 61.3 tokens/s に向上している。
MiniMaxは推論モデルM3.1 Flashを発表した。Artificial Analysisのインテリジェンス指数で42点を記録し、前世代のM3より13点高い。1タスクあたりのコストはその半分以下だ。
AWSはvLLMに双方向KV転送を実装し、decodeノードが後続のターンで計算済みのKVをprefillノードに返して再利用できるようにし、会話履歴の再計算を避けた。Amazon EC2 P5enインスタンスとEFAを用いた1P1D構成では、最長プロンプト時にQwen3-32BでTTFTが約1.6倍、zai-org/GLM-5-FP8で約3.3倍低下した。