本文へスキップ

AI・LLM

新しいAIモデル、エージェントフレームワーク、研究論文を開発者の視点で読み解きます。APIで何が変わったか、100万トークンあたりの費用はいくらか、あなたのパイプラインで何が壊れるかを伝え、投資家向けの話は省きます。どの記事も、今週試すこと、確認すること、待つことで締めます。

天板にAppleのロゴが入った銀色のMac miniが木製のテーブルに置かれ、前面の2つのポートと電源ランプがカメラの方を向いている。
AI・LLM

MetaのMuse、アクセス拒否後もMacのメッセージを同期

MetaのMuseにメッセージへのアクセスを拒否したテスターが、Macのメッセージ履歴約18万7,000行が同期されていたことに気づきました。Mac版アプリは別のゼロデイ(当時修正のなかった欠陥)の影響も受けました。

Hugging Face上のnvidia/Kumo-Tabularのモデルページで、モデルカードの上にtabular-foundation-modelとstructured-data-modelsのタグと、openmdw-1.1のライセンスバッジが表示されている画面。
AI・LLM

NVIDIA Kumo Tabular、オープンウェイトでTabArena首位に

NVIDIAのKumo Tabularは、ラベル付きの表形式データ(タブラーデータ)から1回の処理で予測し、学習の実行は不要です。TabArenaでは1,950 Eloで首位に立ち、サイズは28Mから215Mまでです。

An NVIDIA Tesla T4 graphics card standing upright on a plain gray studio backdrop, the class of hardware Laya's latency was measured on.
AI・LLM

Layaの型付き判断とは何か、解説

型付き判断モデルは、決まった質問に型付きの答えと確信度の数値で答える。Layaの4億2100万パラメータは公開されているので、自分で確かめられる。

Liquid AIによるDSpark手法の3段階の図。ターゲットモデルがプレフィルを行い、ドラフトモデルがトークンのブロックを提案し、ターゲットモデルがそれらを検証する。
AI・LLM

Liquid AIのLFM2.5-VL-DSpark、3B視覚モデルを高速化

Liquid AIの280MパラメータのドラフトモデルLFM2.5-VL-DSparkは、投機的デコーディング (スペキュレイティブ・デコーディング)で3B視覚モデルのデコードをM5 Maxで最大3.13x高速化し、出力は同一のままです。

カラープリンターから出てくる光沢写真用紙に手持ちのUVライトを当て、印画面に薄い点の格子が浮かび上がっている様子。
AI・LLM

SynthIDの画像透かしに64ビットのID用フィールド

ある研究論文によれば、SynthID(シンスID)の画像透かしには64ビットのデータベースID用フィールドが含まれる。ただしGoogleは個々の利用者を追跡していないと説明する。

ブラウザーに表示されたQwen/Qwen-Image-2.1のHugging Faceモデルページ。サイドバーにQwen Research Licenseが示されている。
AI・LLM

Qwen-Image-2.1、7Bの重みを研究用ライセンスで公開

Qwen-Image-2.1は70億パラメータとネイティブな透過(トランスペアレンシー)対応をダウンロード可能な画像モデルにまとめた。ただしライセンスは許諾なしの商用利用を禁じている。

中国・杭州にあるAlibaba Groupの本社キャンパスで、芝生を囲むガラス張りのオフィス棟を写した写真。
AI・LLM

Qwen3.8-Omni-Flash、音声入力の費用を98%削減

Alibabaの新しいomnimodal(オムニモーダル)モデルは、テキスト、画像、音声、動画を100万トークンの文脈で読み、音声入力の価格を98%以上下げます。

サンフランシスコのミッションベイ地区、1515 Third Streetにあるガラス張りのオフィスビルを街角から見た写真。
AI・LLM

OpenAIのmonorepoにlibheifとSSOの不備で到達

Hacktronは、OpenAIのフォーラムにあったlibheifのヒープオーバーフローと、SSO(シングルサインオン)の不備をつなげて内部monorepoへ到達し、6,500ドルの報奨金を得ました。

デイリーブリーフ

1日3〜5本のニュースと、それが開発者にとって何を意味するかをお届けします。無料、スパムなし。