新技術・技術紹介– category –
-
LIFT-Benchとは｜AI21 Labsが公開した報酬ハッキング抑制に向けた指示追従評価指標
Unite.AI アメリカ 概要 AI21 Labsは、強化学習（RL）における「報酬ハッキング」を抑制し、指示追従能力を正しく評価・訓練するためのベンチマーク「LIFT-Bench」と訓練データセット「LIFT-Train」を公開した。従来の指標が形式的な制約のみを評価し、モ... -
Project Maya v1.1.28｜DeepSeek等の巨大AIをGPU 1枚で動かす推論速度と性能
XenoSpectrum 日本 概要 巨大言語モデルをローカル環境で動作させるソフトウェア「Project Maya」のv1.1.28が公開され、NVIDIA GPU 1枚の環境でDeepSeekのテキスト生成速度が大幅に向上した。RTX 3090を用いた検証では、生成速度が12.9から27.8トークン／... -
OpenAI｜数学・計算機科学・物理学における新発見とETHの否定に関する詳細
Engadget アメリカ 概要 OpenAIが数学、計算機科学、物理学の3分野における新たな発見を発表した。特に計算機科学では、多くの研究の前提となっていた「指数時間仮説（ETH）」が偽であるという証明を提示している。これが正しければ、データベースや計算生... -
Clover-35B-A3B-Preview｜拡散LLMの性能とQwen超えの生成速度
PC Watch（Yahoo!ニュース掲載） 日本 概要 DiffuSpaceが、ブロック単位でテキストを生成する拡散言語モデル「Clover-35B-A3B-Preview」をオープンウェイトで公開した。MoE型で総パラメータ数35B、アクティブパラメータ数3Bの構成であり、特定のベンチマー... -
Gemini 4 Carbon｜Googleの新型AIモデル、サイバー防御能力と性能の向上
ITmedia NEWS 日本 概要 Googleが、サイバーセキュリティと複雑なタスク処理能力を強化した新AIモデル「Gemini 4 Carbon」を発表した。ベンチマーク「Artificial Analysis Intelligence Index (v5.0)」で59ポイントを記録し、首位に立っている。自律的なソ... -
IBM Granite Speech 5.0｜音声認識・翻訳モデルの性能向上と用途別3モデルの比較
Hugging Face Blog (IBM Granite) アメリカ 概要 IBMが音声言語モデル「Granite Speech」のアップデート版を公開し、文字起こし、翻訳、話者特定などの精度と速度を向上させた。新モデルのgranite-speech-5.0-2bは、英語の平均単語誤り率（WER）5.06%を記... -
Apertus 1.5｜マルチモーダル対応と思考モード搭載、8B/70Bモデルの性能
Hugging Face Blog 概要 Apertus 1.5がリリースされ、8Bおよび70Bモデルに画像・音声の理解能力と「思考モード」が追加されました。コンテキストウィンドウは262,144トークンへと4倍に拡大し、命令追従性やツール利用能力も向上しています。モデルの重み、... -
Beam｜Reflection社が公開した501BパラメータのオープンMoEモデルの性能と構造
Hugging Face Blog アメリカ 概要 米国Reflection社が、501Bパラメータを持つオープンなMixture-of-Experts（MoE）モデル「Beam」を公開した。本モデルは1Mトークンの広大なコンテキストウィンドウを備え、コーディングやエージェント用途に特化しており、... -
OpenAI agents｜マウス脳データの解析時間を数ヶ月から32分に短縮した性能
The Decoder アメリカ 概要 OpenAIがPerturbAIおよびScripps Researchと連携し、数百万個のマウス細胞からなる生物学的データを解析するAIエージェント群を導入しました。GPT-Rosalind上で動作する数千のエージェントが、人間では数ヶ月から1年かかると推... -
LLMによる量子回路設計｜Harvardら、リソースコストを最大9,100倍削減した手法
Quantum Computing Report アメリカ 概要 ハーバード大学、Anthropic、QuEra Computingの共同研究により、LLMを用いて耐故障量子回路を自動的に発見・最適化する進化型AIフレームワークが開発されました。この手法により、コア計算プリミティブの時空間リ... -
医療AIベンチマーク｜Stanford HAIが示す実務遂行能力の課題と性能差
Stanford HAI アメリカ 概要 Stanford HAIは、医療AIが実際の臨床現場で機能するかを測定するため、3年間にわたり段階的に難易度を高めたベンチマークを構築した。評価の結果、最新のAIエージェントであっても実務の半分以下しか完遂できず、特に管理業務... -
FairStressとは｜LLMの意思決定における人口統計学的公平性の評価ベンチマーク
Ai2 (Allen Institute for AI) アメリカ 概要 Ai2（Allen Institute for AI）が、LLMの意思決定における人口統計学的公平性を深く測定するベンチマーク「FairStress」を公開しました。単なる最終的な選択結果だけでなく、外部からの説得（敵対的プレフィッ... -
MASS｜マルチエージェント自己監視によるAIの再帰的自己改善と性能向上
arXiv 国際 概要 マルチエージェントによる自己監視を用いてAIモデルを再帰的に改善する手法「MASS」が提案されました。Qwen3.6-27Bを用いた検証では、4つのオープンエンドなベンチマークにおいて、出力トークンあたりの性能が1.2〜1.6倍向上しています。... -
NVIDIA CUDA-X｜AI-Defined Fabによる半導体設計・製造の加速
NVIDIA アメリカ 概要 NVIDIAは、半導体設計から製造までの工程をAIで最適化する「AI-Defined Fab（AI定義ファブ）」を実現するため、CUDA-Xライブラリの拡充を発表しました。新ライブラリ「cuPotential」などの導入により、原子レベルのシミュレーション... -
Gemini 4 Argon｜Google最新モデルの複雑なエンジニアリング課題解決
Google Blog アメリカ 概要 Googleが最新のフロンティアモデル「Gemini 4 Argon」を世界的に公開した。コーディング、金融、法務、サイバーセキュリティ、科学などの複雑な実世界タスクにおいて深い推論能力を発揮し、経済的に重要なセクターの性能を測るV... -
Google Willow｜量子計算「マジック状態」エラー削減手法の性能と課題
Science / Google Quantum AI Blog アメリカ 概要 Googleが量子プロセッサ「Willow」を用い、量子計算に不可欠な「マジック状態」の準備エラーを約40倍削減することに成功しました。T状態と呼ばれるリソースにおいて99.99%の論理フィデリティを達成し、強... -
GPT-6-Astra｜理論物理学の未公開問題における正解率98%とコスト性能
Human Progress (citing arXiv) アメリカ 概要 AIエージェントが、研究レベルの理論物理学テストにおいてほぼ完璧な正解率を達成した。Codexで運用されたGPT-6-Astraは、未公開の物理学問題50問に対し、正解率98%という極めて高い精度を記録した。1問あた... -
MLX｜Mac Studioで1兆パラメータ級LLMを動作させる分散推論の性能
Apple Machine Learning Research (via Reddit) アメリカ 概要 Appleが、MLXとRDMA over Thunderboltを用いて、Mac Studioのクラスターで超大規模言語モデルの推論を実現した。4台のMac Studio構成において、約1兆パラメータを持つ「Muse Spark Open」を秒... -
Cognito-X・NexusMind｜2026年AIモデルの性能と身体性AIの進展
AI TECH 概要 Synapse AIが100万トークンのコンテキストウィンドウを持つマルチモーダルLLM「Cognito-X」を、QuantumSynapse AIが統合知能モデル「NexusMind」をそれぞれ発表した。Cognito-Xは物理的相互作用に関する問題解決ベンチマークで前モデル比25%... -
CO2燃料変換｜AIが発見した銅触媒の未知の反応経路とメタノール生成効率
Indian Institute of Science (IISc) / ScienceDaily インド 概要 インド科学研究所（IISc）の研究チームが、機械学習とコンピュータシミュレーションを組み合わせ、二酸化炭素（CO2）を燃料に変換する際の未知の化学反応経路を大量に発見しました。銅触媒...
