Function Calling(ツール呼び出し)の仕組みを5ステップで解説。strictモードの制約付きデコーディングの原理、構造化出力との違い、並列呼び出しやトークンコストの落とし穴、MCPとの関係まで整理します。
視覚言語モデルの投機的デコーディングを高速化する新手法MMFlashを解説。トークンの視覚依存度を測り受理率46%対22%の偏りを突き止め、損失設計で最大3.58倍のロスレス高速化を実現しました。
OpenAIがApollo Research、METR、Transluce、Goodfireの4機関と契約し、社内モデルに深く立ち入る「埋め込み型評価」を開始。各機関の検証範囲とアクセス権限、公表の独立性と制約を解説します。
V-JEPAの特徴量には動きの情報があるのに動画言語モデルは使えていない問題を、ピクセル変換で作る反実仮想データが解決。4Bモデルが11ベンチ平均72.1を達成した手法を解説します。
Appleが米国でAI健康相談アプリ「Apple Health AI Study」を公開しました。医療AI企業OpenEvidenceと提携し最大20万人・12カ月超の研究を実施。臨床文献に根拠を置く設計とプライバシー対策を解説します。
決定モデルをactor・judge・teacherの3役で比較した研究を解説。行動は苦手でも教師には有用で、Hindsight+Progress報酬によりALFWorldが72.8%から82.9%に改善しました。
Ai2がCMU・NVIDIA・JHUと公開したベンチマークXYBenchの結果を解説します。主要5モデルが質問の裏にある本当の目的を主眼に答えた割合は35〜41%で、選択形式の71〜84%と大きな差が出ました。
動画拡散モデルPixVidは、学習済みWan2.1-14BのDiTを保ちつつVAEデコーダを畳み込みヘッドに替え、ピクセル空間で全フレームを直接生成します。同一トークン数で2倍解像度、応答遅延34msを実現した手法を解説します。
NVIDIA取締役会にJensen Huang氏のCEO復帰を求める公開書簡が11.5万件超の署名を集めました。現役社員5965人や株主、Elon Musk氏らが賛同した経緯と争点を解説します。
System One モデル21種を11ドメイン2,919タスクで評価するベンチマーク「SO-Arena」を解説。能力首位モデルが信頼性7位という乖離の実証結果と、判断用API選定の観点を紹介します。
NVIDIAのJensen Huang CEO退任にアジア各国政府が反応。韓国へのGPU 26万基供給の再確約、台湾の海外本社計画、中国の30億ドル案件の不透明化など各国の動きを整理します。
画像生成モデルをセグメンテーションや深度推定に転用する完全公開レシピ「Open Vision Banana」を解説。公開データのみでCityscapes 73.9 mIoUを達成し、推論時の多数決で精度を改善した手法を紹介します。