Liquid AIが軽量エンコーダLFM2.5-Encodersを公開しました。GPU不要のCPU上で8192トークンの長文をModernBERT比約3.7倍で処理でき、分類やPII検出など実務タスクのコストを抑えます。
Salesforce Researchが発表したPC操作エージェントStateActを解説。画面ではなくプログラム状態を直接扱い、OSWorld 2.0で成功率を20.6%から26.9%へ改善しコストを約9分の1に削減した仕組みを紹介します。
SamsungからSK Hynixへ半導体技術者200人超が4カ月で移籍しました。約3倍の賞与格差とHBM好況が招く人材争奪戦の実態を、具体的な数値とともに解説します。
音声と動画を別々に符号化してきた従来手法に対し、単一VAEで統一潜在空間を学習する「OmniVAE」を解説します。セグメント単位の対照学習と特徴蒸留でクロスモーダル同期を高め、text-to-audio-video生成の品質を一貫して向上させました。
AnthropicのアモデイCEOがオープンウェイトモデルの禁止を提唱したことはないと表明。中国AIへの懸念から半導体輸出規制とモデル蒸留の取り締まりを主張した背景と、NVIDIA共同声明との違いを解説します。
Moonshot AIが総2.8兆パラメータのMoEモデル「Kimi K3」をオープン重みで公開。Kimi Delta AttentionとStable LatentMoEでK2比約2.5倍の学習効率を実現し、1M文脈と視覚対応を備えた新モデルを解説します。
Claudeの共有チャットとArtifactsがGoogle検索に索引され、医療記録や子どもの氏名、社内文書まで露出していた問題を解説します。原因と、今すぐ確認すべきプライバシー設定の手順も紹介します。
物理の三体散乱に着想した1ステップ生成モデルTBSMが登場しました。実サンプルへの引力と生成サンプルへの斥力で学習し、敵対的批評器なしでImageNet-256のFID1.63を達成した新手法をわかりやすく解説します。
ローカルLLMの始め方を初心者向けに解説します。OllamaやLM Studioの使い方、必要なVRAMの目安、量子化やKVキャッシュの考え方、2026年のおすすめモデル選びまで実践的にまとめました。
NVIDIAが手術ロボット向けのリアルタイム世界モデル「Cosmos-H-Dreams」を発表。単一GPUで160fpsの生成を実現した3段階の蒸留手法と実用価値を解説します。
Qwenが提案する自己対戦RLフレームワーク「Skill-SP」を解説。スキルを仲介役にタスク生成器・解答器・スキル制御器を共進化させ、ツール利用や論理推論で最大40ポイント超の改善を実現した仕組みを紹介します。
ロボット向けの学習データはYouTube動画の約5倍が必要とされます。EncordとドイツのZander Labsが作業者の脳波から誤りや意図を捉え、訓練データに変える新手法を解説します。
AI-Papers
