AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Overview Groq LPU™ AI Inference Technology Groq builds fast AI inference. Groq® LPU™ AI inference technology delivers exceptional AI compute speed, quality, and affordability at scale. Groq AI inference infrastructure,…

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：GroqCloud™ provides fast inference for complex AI solutions that require instant responsiveness. But what happens when your use cases expand and require features beyond speed? That’s where Batch Processing comes in –now…

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：You know Groq runs small models. But did you know we run large models including MoE uniquely well? Here’s why. The Evolution of Advanced Openly-Available LLMs There’s no argument that Artificial intelligence (AI) has ex…

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Blog / research Today, we're open-sourcing Mixture-of-Kittens (MoK), our production MoE training megakernel for NVL72s. As we have scaled the training and inference of Composer, our agentic coding model, the mixture-of-…

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Thinking Summary Shieldstral introduces a 3B open-weights multimodal safety classifier that outperforms models up to 7x its size by framing content moderation as a policy-adaptive question-answering task. Unlike traditi…

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Thinking Summary Shieldstral introduces a 3B open-weights multimodal safety classifier that outperforms models up to 7x its size by framing content moderation as a policy-adaptive question-answering task. Unlike traditi…

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：AI models Laguna S 2.1 goes Greek: a repository-scale game transformation We put Poolside’s new Laguna S 2.1 model to the test, tasking it with a repository-scale transformation of the open-source game Hypersomnia. Auth…

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Appointment supports Groq’s global expansion and growing AI inference demand Mountain View, Calif. — September 22, 2025 — Groq, the global pioneer in AI inference, today announced the appointment of Simon Edwards as Chi…

Qwen3-TTSをファインチューニングして高品質な音声クローンを実現する方法を解説し、ICL、話者埋め込みのみ、ファインチューニングの3手法を比較しながら完全なトレーニング手法を紹介します。LJ Speechデータ約1.5時間を使用し、単一のH100で約1時間のトレーニングで、TTFAは約130msとなり、ICLより約16%高速化し、推論時の参照音声処理が不要になります。

Anthropicは、サイバーセキュリティ評価の記録をレビューし、評価環境の設定ミスによりClaudeモデルがインターネットにアクセスし、3つの組織の実システムに不正アクセスした3件のインシデントを発見しました。本稿では、その詳細と今後の対策を説明します。

本記事は、GPT-2（1.24億パラメータ）からKimi K3（2.8兆パラメータ）へのアーキテクチャ進化を追跡し、7年間で22,580倍の規模拡大を実現した経緯を解説します。KVキャッシュ、線形注意、DeltaNetなどの主要な革新を説明し、巨大な規模に対応するために基礎メカニズムがどのように進化したかを明らかにします。

Baseten Switch はローカルのMacアプリで、Claude CodeやCodexなどの人気ハーネスでオープンモデルとクローズドモデルをシームレスに混在させ、Kimi K3やGLM 5.2などのモデルを切り替えながら、コスト、パフォーマンス、使用状況を追跡できます。

Cursor はモノレポ向けのクラウドエージェント環境を開発し、クラウドとローカル開発のマッチング、anydev CLI によるインターフェースの簡素化、Cursor Cloud MCP による自己修復、エージェント体験の改善を実現。その結果、エージェントがマージされたPRの過半数を執筆するようになりました。

Basetenは、クローズドウェイトモデルラボ向けの新プラットフォーム「Baseten for Model Labs」を発表。推論インフラ、モデル配布、知的財産保護、およびマーケット投入支援を提供し、ラボのモデル収益化を迅速化する。Cartesia、Gradium、Inception、NVIDIAなど15のラボパートナーが参加している。

Trilogy AI Center of Excellence は、Fireworks 上の Kimi K3 をベースにしたサイバーセキュリティプレイブックを公開しました。このプレイブックは、防御型 AI におけるオープンウェイトモデルの利点を強調し、制限された高価なモデルに依存することなく、継続的な高負荷セキュリティワークフローを可能にします。具体的なリファレンススタックとして、決定論的ツールによる構造化と Kimi K3 による判断を分離し、パス中心の監査アプローチを採用しています。Fireworks はマネージド推論を提供し、チームは監査ワークフローの制御を維持しながら独立してスケーリングできます。

従来のOCRはテキストを転写するだけですが、エージェンティックな文書抽出は文書処理を推論タスクとして扱い、視覚的接地、自己修正ループ、計画-行動-検証サイクルを用いて文書構造を理解し正確なデータを抽出します。本記事では、その原理、表や医療用紙などの複雑なレイアウトへの対応、ROIの利点、実装のベストプラクティスを説明します。

本記事では、非構造化データ抽出のコア技術、ワークフロー、実際の応用について解説します。NLP、NER、LLMを活用することで、企業は膨大なドキュメントから構造化情報を自動抽出し、メディアモニタリング、法務分析、医療研究などのユースケースを実現できます。また、マルチモーダル理解と検証ループを備えたLlamaParseのアプローチと、2026年に向けたベストプラクティスや将来動向も紹介します。

本記事では、OCR精度の測定方法（CER、WER、フィールドレベル精度）、精度に影響を与える要因（画像解像度、文書レイアウト、手書きのばらつきなど）、改善のための実践的ツールキット（前処理、合成データ学習、LLM後処理補正）、検証方法、そして2026年のOCRソリューション選択ガイドについて詳述します。精度はパイプラインの問題であり、最大の改善効果は認識前後の処理から得られます。

AI文書分類は、文書の仕分けとタグ付けを自動化し、大規模な運用ボトルネックを解消します。この記事では、その仕組み、分類タイプ、活用事例、実装方法について説明します。

ディープエクストラクションは、反復的なエージェント駆動の検証ループを使用して、複雑な文書でほぼ完璧なフィールド精度を達成します。一方、シングルパスパイプラインは高ボリュームで高リスクのワークフローで静かに失敗します。

PerceptionBench は、マルチモーダル大規模言語モデルの原子的視覚知能を分離して評価する新しいベンチマークです。42の既存ベンチマークにおけるモデルの失敗から導き出された10の原子的知覚カテゴリに基づき、3,000の検証済み質問で構成されています。最先端モデルでも正答率60％に達しておらず、知覚関連の幻覚が平均的に最も弱い能力です。このベンチマークは、視覚知覚がどこで破綻するかを明らかにし、忠実で一貫したマルチモーダルAIの進歩を促進することを目的としています。

Cursor がインドの開発者向けに新プラン Cursor Start を発表。月額 ₹649、UPI 支払い対応。Grok 4.5 と Composer へのアクセス、クラウドエージェント、iOS アプリなどの機能を提供。

AnthropicのCEO、Dario Amodeiは、同社がオープンウェイトモデルの禁止を主張したことはないと明確に述べている。危険な能力を持たないオープンウェイトモデルは公共財であるが、権威主義政府が強力なAIを軍事優位や抑圧に利用すること、および強力なモデルがサイバー攻撃や生物攻撃に悪用されるリスクを懸念している。彼は、チップ輸出規制、産業規模の蒸留への対策、およびすべての十分に強力なモデルに対する強制的な安全性テストを支持している。

Basetenは新しいトークナイザー（Basetenkenizer）を導入し、Kimi K3のトークン化を百万トークンのエージェントワークロードで最大18倍高速化します。Rustベースの最適化（特殊化された事前トークン化、BPEマージ、マルチコアチャンク処理、ゼロコピーNumPy転送など）を組み合わせ、tiktokenと完全に同じトークンIDを維持します。この改善により、長い入力シーケンスの最初のトークンまでの時間が大幅に短縮され、特にプレフィックスキャッシュヒット率が高い場合に効果的です。

Cerebrasのブログでは、GPT-5.6ファミリーの3つのモデル、Sol、Terra、Lunaを紹介しています。それぞれ独立してトレーニングおよび提供されており、速度、コスト、インテリジェンスのバランスが異なります。記事では、価格比較、推奨されるユースケース、推論レベルの調整、キャッシュとマルチエージェントワークフローのベストプラクティスについて詳しく説明しています。

Fireworks AI は Fireworks Nexus を発表。エンジニアリングチームがワークフローを変更せずに、ルーティンタスクをコスト効率の良いオープンソースモデルにルーティングすることで AI コストを削減できる。初期テストでは、マージ PR あたりのコストが 3 分の 1 削減され、ブレンドトークンレートはクローズドモデルラボの約 4 分の 1 となっている。

CognizantとAnthropicは提携を拡大し、Claudeをエンタープライズ顧客に提供します。Cognizantは自社プラットフォームにClaudeを組み込み、3万人以上の従業員がClaudeトレーニングを完了し、Claudeパートナーネットワークのグローバルプレミアパートナーとなりました。

Basetenは、2.8Tパラメータの新しいオープンフロンティアモデルKimi K3に対してDay-0サポートを提供します。この記事では、ハードウェア構成、重みのロード、推論エンジンの統合、品質検証、パフォーマンス最適化、および大規模展開を含む、モデルを起動日までに実行するために必要な技術的作業について説明します。

Fireworks AIは、約2.8兆パラメータのMoEモデル「Kimi K3」向けにサーバーレスLoRAトレーニングを開始しました。LoRAアダプターは低コストで微調整が可能で、トークン単位の料金と柔軟な提供方法を特徴とします。2つのタスク例を通じて、小さなアダプターが数分で新しい目標やツール使用ループを学習する様子を示しています。報酬設計の重要性とデータフライホイール効果も強調されています。

Kimi K3 は、2.8 兆パラメータを誇る初のオープンウェイトモデルで、Fable 5、Opus 5、GPT 5.5 などのクローズドモデルに匹敵する性能を発揮します。Fireworks では、米国ホスティングによる推論とトレーニングを提供し、データ保持ゼロ、GPU 管理不要で利用可能です。