オープンソースモデル

Anthropicは、重要なオープンソースプロジェクト向けの無料・オプトイン型AI脆弱性スキャナー「OSS Scanner」を公開した。Claude Mythosを含む同社最強のモデルでコードベースを監査し、報告書は人によるレビューを経ずに直接メンテナーへ送られる。開始後11日間で重大77件・高リスク803件のモデル評価による指摘が報告され、監査した重大・高リスク97件のうち88%が開示基準を満たし、誤検知は1件のみだった。一方、人による確認がないためトリアージの負担はプロジェクト側に移る。

本記事は先週のAI分野の主要な動向をまとめている。DeepSeekは推論フレームワークDeepInferをオープンソース化し、推論コストの削減を目指す。NVIDIAはモジュール式AI工場設計DSX PODとOpenShell参照アーキテクチャを発表。MetaとSpaceXは巨額のAI投資を報告し、設備投資が急増。法律AIのLegoraは5億5000万ドルを調達した。また、マイクロソフトの自己進化型コーディングエージェント、ByteDanceの階層型言語モデルCola2、NVIDIAの自動運転知覚モデルFoundation4Dなどの研究進展や、DeepSeek、NVIDIA、Google Cloud、NVIDIA Nemotronの新製品リリースも取り上げている。

Microsoft Researchは、中央オーケストレーターを排除した分散型マルチエージェント基盤「Agensh」をオープンソース化した。各ワーカーは自らサブタスクをクレームし、共有Gitリポジトリ、メッセージングチャネル、型付きファインディングボードを通じて協調する。ProgramBenchの最難関5タスクでは、エージェント数を1から128に増やすことで平均最終テスト合格率が19.31%から28.78%に上昇し、GPT-6.1-solでは32エージェントでpandocの79.59%を達成した。

Cognition は Devin Vulnerability Fixes プラグインを公開した。PHP2Shell、Node.js の 2026 年 10 月セキュリティリリース、セルフマネージド GitLab の深刻なリモートコード実行脆弱性に対応する 3 つの MIT ライセンスのエージェントスキルを無償提供する。Devin ほか SKILL.md を読むあらゆるコーディングエージェントで動作し、読み取り専用の棚卸し、承認、検証、テスト、リポジトリごとに 1 つの PR 作成という流れを自動化する。

Anthropicは、Claude Codeのサンドボックス化されたbashツールを支えるOSレベルのサンドボックス「sandbox-runtime（srt）」をオープンソース化した。macOSではSeatbelt、Linuxではbubblewrapを用いてプロセスのファイル・ネットワークアクセスを制限し、コンテナは不要。自作エージェントやローカルMCPサーバー、通常のCLIツールにも適用できる。

NVIDIAはNemotron 3.5 Bolt E4B 4GBを公開した。GoogleのGemma 4 E4Bをベースに強化学習のみで事後学習したオープンな小型言語モデルで、RTX、Jetson、Spark上でローカル動作する音声アシスタント、ゲームNPC、ロボット向けに約4GBのVRAMを目標とする。

Llama Windows は、あらゆる Windows アプリに共通のローカル AI 機能を提供するローカル AI サーバーです。クラウドに依存せず、端末上で AI を利用できる点を特徴としています。

Google Research は、胸部X線AIの検証から、6か国で展開されるCE認証済みNexus AIツール、オープンなMedGemmaとMedSigLIP、インドネシアの国家計画、HeARによる咳音スクリーニングまで、結核対策の歩みをまとめた。

Google CloudはAIエージェント専用のコンピュートサービス「Agent Compute Engine」を発表した。各エージェントセッションにハードウェア分離されたmicroVMを割り当て、サンドボックス内に認証情報を一切置かない。すでにGeminiのエージェントを支えており、顧客向けプレビューは今後数カ月内に開始予定だ。オープンソースのAgent Substrateは20万エージェントのベンチマークで毎秒500回のアクティベーション、500ミリ秒未満の復帰を報告している。

新たなarXiv論文が、大規模言語モデル向けのモデル融合手法を体系的に評価するベンチマーク「FusionEval」を提案した。Qwen3とLlamaのベースモデルから数学・コード・科学・指示追従・ツール利用の各分野で独立に訓練した専門家モデルの統制されたプールを構築し、8つの公開ベンチマークで能力の保持と計算コストの両方を測定。訓練不要の融合は推論能力を保つ一方でツール利用を大きく損なうことを示した。

研究者らは、専門モデルの表現を直接LLMの内部状態へ写像するコネクタを学習する「Latent Interconnect Protocol（LIP）」を提案した。テキストや画像を介するツール利用のボトルネックを回避する狙いで、3つのタンパク質専門モデルと3つの低分子専門モデルを凍結したGemma 3およびKimi K2.6に接続し、共同学習なしのクロスドメイン零ショット転移と組み合わせ性を実証した。ただし現在のLLMはこうした表現を原生入力として扱うよう学習されておらず、信頼性の高い解釈と推論が課題として残る。

AWSはAmazon SageMaker AIのサーバーレスモデルカスタマイズにおいて、トレーニングセッションの一般提供を開始したと発表した。ユーザーはカスタム損失関数や報酬信号、マルチターン強化学習を含むポストトレーニングループを自ら記述・調整でき、GPU割り当て、分散実行、障害復旧、チェックポイント保存はSageMaker AIが処理する。gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B、Qwen3.8-27Bに対応し、処理トークン数に基づいて課金される。

Kyutaiからスピンアウトしたパリの音声AI企業Gradiumは、オンデバイス向けテキスト読み上げモデル群「Phonon」をオープンソース化した。英語版Phonon 31mは31Mパラメータ、64.5MBのファイルサイズでApache 2.0ライセンスの下に公開され、クラウド呼び出しやGPU、文字単位の課金を必要としない。Gradiumの評価では、難易度の高い文セットでのWERが1.70%（Kokoroは3.50%）、ノートPCのCPUで最初の音声出力まで約7ミリ秒と報告されている。

OpenAIは、LLMプロバイダー間で共通利用できるAPI仕様「Open Responses」を、Linux Foundation傘下のオープンソース団体Agentic AI Foundation（AAIF）へ寄贈すると発表した。メッセージやツール呼び出しなどの主要プリミティブを標準化し、開発者がモデルを切り替える際のプロバイダー固有の実装負担を減らすことを狙う。AWS、Databricks、Ollama、Hugging Face、Vercelなどが既に支持する一方、競合のAnthropicとGoogleは独自APIを維持している。

PHPに2件の重大な脆弱性（総称PHP2Shell）が見つかり、企業や病院、学校、政府機関が一時的にサイトやサービスを停止した。CloudflareやAutomatticなどが緊急対応する一方、より本質的な問題も浮き彫りになった。AIは深刻な欠陥をかつてない速さで発見するが、トリアージや修正、調整された開示は依然として人手に依存しており、オープンソースのメンテナーが圧迫されている。

GoogleはLinux FoundationのAGNTCon+MCPConで、Geminiエージェントを支える内部基盤「Agent Compute Engine」を年内にGoogle Cloudユーザー向けプレビューとして提供すると発表した。各AIエージェントにハードウェア分離されたmicroVMを与え、コンテナの速度とサンドボックスの安全性を両立させる。自社のKubernetes環境でエージェントを動かしたいチーム向けには、オープンソースのAgent Substrateも提供する。

Modal は、ユーザー自身の Modal ワークスペース内で動作するオープンソースで Tinker 互換のトレーニングサーバー「Spindle」を公開した。トークン課金ではなく GPU 時間に対して支払い、モデルや機能を自由にカスタマイズでき、コマンド1つでデプロイできる。

本論文は、大規模言語モデルが事例ベースの法的推論で用いられるCATOの全26要素に対応する内部表現を形成しているかを調べる。Qwen3-1.7B、Qwen3-8B、Gemma-2 2Bの3つのオープンモデルで線形デコード可能性とスパースオートエンコーダによるスパース局在化を実験し、全26要素が3モデルすべてで線形にデコード可能で、最良層のテストAUCが0.86から1.00であること、78個のモデル固有の層-特徴座標を報告している。

arXiv論文は、Gemma 4とEmbeddingGemma 2が共有する3億500万パラメータの音声エンコーダの重みを一切変更せずに、サウジ・湾岸アラビア語の音声認識にどこまで使えるかを検証した。凍結システムは2260万パラメータのCTCリーダのみを学習し、適応システムは低ランクアダプタ、ハイブリッドCTC/アテンションリーダ、サブワード言語モデルとの統合デコーディングを追加する。適応システムは複数の公開テストで20億7000万パラメータのCohere Transcribe ArabicとWERで統計的に区別できず、電話符号化されたアラビア語では有意に優れ、単一GPUで139倍リアルタイム動作する一方、長文サウジ音声では依然として劣り、ブラインドのコールセンターサンプルでは15システム中4位だった。

本チュートリアルでは、NVIDIA のカーネルプロファイラ向けオープンソース Python インターフェースである Nsight Python を使い、Python 上で直接 GPU カーネルをプロファイリングする方法を解説する。計測したいコードを nsight.annotate でマークし、ベンチマーク関数を nsight.analyze.kernel でデコレートすると、アノテーション領域・設定・実行ごとのハードウェア指標を pandas DataFrame として取得できる。無料の Colab T4 上で、インストール、最初のカーネル計測、必要な実行回数の見極め、キャッシュとクロック制御、fp32/fp16 の行列サイズスイープ、計算律速とメモリ律速の判別、カーネル融合の測定、実験的 CUPTI バックエンドと Nsight Compute の比較までを実践する。

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：Recursive has released Flint, an Apache 2.0 local coding model with 40B total and 2.5B active parameters. It reports 74.2% on SWE-bench Verified and 125+ tokens per second on an M4 Pro MacBook Pro. The post Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params appeared first on MarkTechPost.

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：The Adaptive Agentic Intelligence Framework (AAIF), built with Strands Agents, handles routine tasks locally with small language models and routes complex requests to cloud models through Amazon Bedrock. This post walks through building AAIF with local SLMs through Ollama and Amazon Bedrock, using an Internet of Things monitoring scenario.

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：Ellia Lebleu is a founding member of the WikiProject AI Cleanup, a volunteer effort launched in 2023 to find and remove AI-generated material from Wikipedia that breaks the website’s guidelines. When the cleanup began, AI writing was often betrayed by conspicuous clichés. Today, the project’s volunteers are developing tools to detect subtler forms of machine-generated content and debating AI’s role in the world’s most widely used encyclopedia. When did you realize Wikipedia had a problem with AI-generated material? Ellia Lebleu: It was around December 2023. A few other editors and I were chatting on Wikipedia’s Discord server, and we had all seen very strange articles with the same odd characteristics. They repeated phrases like “stands as a testame…

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：Mistral AI released Voxtral 3, a family of 3 transcription models, 1 text-to-speech model and a LiveKit-based voice agent SDK. Voxtral Small Transcribe 3 scores 2.1% AA-WER, ranking #3 on Artificial Analysis. The post Mistral AI Releases Voxtral 3: Speech-to-Text, TTS and a Voice Agent SDK appeared first on MarkTechPost.

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：arXiv:2610.26925v1 Announce Type: new Abstract: With the rapid expansion of online video content, video temporal grounding has become essential for localizing moments based on user-specific queries, comprising two subtasks: moment retrieval (MR) and highlight detection (HD). While recent approaches adopt DETR-style decoders or temporal pyramid architectures, they rely on single-scale feature maps or uniformly downsampled representations, limiting their ability to capture semantic boundaries and variable-length events. In this paper, we present SuperClip Video Temporal Grounding (SCVTG) built on a multi-scale temporal hierarchy that better captures distinctive events at various granularities. SCVTG constructs a SuperClip pyramid by grouping adjacent…

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：arXiv:2610.26951v1 Announce Type: new Abstract: Retrieval-augmented generation (RAG) is the dominant paradigm for grounding large language models in external corpora, but its similarity-driven, chunked pipeline has structural blind spots: it cannot anticipate which passages a question requires and discards document-level context that resolves cross-passage references. We introduce evidence-based generation (EBG), requiring models to return an answer with line-level citations, and a joint Ans+Evid metric that scores correctness and grounding simultaneously. We reformulate two corpora into evidence-grounded multi-document QA benchmarks- MultiHop-RAG and QASPER-MP, a multi-paper adaptation of QASPER with realistic short paper cues, and pair them with a…

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：arXiv:2610.26992v1 Announce Type: new Abstract: Split Federated Learning (SFL) has emerged as a promising paradigm for training large-scale deep models on resource-constrained edge devices. Although asynchronous SFL alleviates the straggler bottleneck caused by system heterogeneity, it inevitably introduces two coupled dimensions of inconsistency: horizontal inconsistency across clients and vertical inconsistency between clients and the server. These inconsistencies, further exacerbated by statistical heterogeneity, result in biased activation representations, model divergence, and severe client drift. To address these challenges, we propose CoASFL, an inconsistency-aware asynchronous SFL framework that incorporates a dynamic activation merging mech…

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：arXiv:2610.26866v1 Announce Type: new Abstract: Mechanistic studies of large language models localize function in parameters, attention heads or neurons, but those parts do not specify how one inference unfolds. We treat the ordered layer-state trajectory as the empirical process and test whether layer order defines a measurable computation. Across representative Qwen, Llama and Gemma checkpoints, realized order produced paths 1.60--2.24 times as aligned with their endpoint chord as endpoint-preserving shuffles. The order effect transferred to a lexical task, but was stronger in three random initializations of the same Qwen architecture, identifying an architecture-compatible scaffold rather than a training-specific law. Direct hidden states provide…

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： My latest vibe coded game experiment is a Command & Conquer style RTS (Real Time Strategy) game called Battle Drones (play it here). Unlike my previous experiments, this one is actually fun to play. I'm somewhat embarrassed to admit that I got there by telling Claude to "Make it a LOT more fun". It also supports multiplayer between nearby devices using audio to synchronize game state! Here's what I've built so far, and some of the things I learned along the way. Battle Drones How I built this v1: the initial prototype v2: full sprites v3: varied terrain v4: the fun update v5: Battle Drones goes 3D v8: Archipelago v10: Goliath, and agent battles Agent battles v11: Random Maps v12: Multiplayer via sound Some thoughts Battle Drones My initial goal was…

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：MiniMax has released M3.1 Flash, a 428B-parameter MoE model with about 23B active parameters and a 1M-token context. API pricing is $0.15/$0.60 per 1M tokens, with weights due October 23 The post MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input appeared first on MarkTechPost.

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：arXiv:2610.22529v1 Announce Type: new Abstract: Autoregressive foundation language models predominantly target high-resource Indo-European languages, imposing computational and morphological penalties on under-represented African languages. Generic multilingual tokenizers routinely exceed fertility rates of 3.2 tokens per word on agglutinative Bantu languages, degrading context efficiency and inflating latency. We present Pearl-Chat, an 8,473,122-parameter ($\sim$8.5M) causal decoder-only transformer engineered for Luganda (Oluganda, ISO 639-2: lg), a low-resource Niger-Congo Bantu language spoken by over 10 million people in East Africa. Built from first mathematical principles in JAX and Flax NNX, Pearl-Chat uses explicit functional state decompos…

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：arXiv:2610.22525v1 Announce Type: new Abstract: This paper describes team Alkhder's submission to Subtask 1 of the AlexandriaX-2026 shared task, which asks systems to translate English dialogue turns into thirteen Arabic dialects. We fine-tune NileChat-3B-Base with QLoRA on the Alexandria parallel dialogue corpus, training one set of adapter weights for all dialects. Each turn is translated conditioned on the target country and dialect, the domain, the participant roles, the speaker-addressee gender direction, and the preceding dialogue context. At inference, conversations are translated autoregressively and the model is fed its own previous outputs back as context without using any gold target-side test information. Under the constrained track, usi…

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：arXiv:2610.22428v1 Announce Type: new Abstract: In a small language model the vocabulary is the single largest part. In Gemma 3 270M the embedding table holds 168M of 268M parameters, and because quantisation methods leave the embedding in 16-bit, it is also most of the file once the rest of the model is compressed. We ask what that table actually buys. We replace it with one frozen table of 512-bit codes, 16 MB, with no trainable parameters, derived once from a pretrained embedding by principal-component projection and sign binarisation, and we train the same Gemma-shaped body from scratch on the same 2.05B tokens with and without it. The learned table buys 0.20 nats of validation loss for 2.6 times the trainable parameters, but on LAMBADA, HellaSw…

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：arXiv:2610.22438v1 Announce Type: new Abstract: Studies of what fine-tuning does to a language model often summarise the weight update $\Delta W$ by its rank. We compare the rank measures used for this against the same measures on a random matrix of the same shape, and against two harder references: the pretrained weights, and matched fine-tunes without alignment content. Measures that count directions put our fine-tuning updates only a little below noise; stable rank, computed from the same singular values, puts them far below. Both are right: an update has a few strong directions on top of a long tail. The pattern holds for thirteen released pairs up to 8B parameters, and it is not a mark of alignment: with training held fixed, instruction data do…

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：arXiv:2610.22430v1 Announce Type: new Abstract: Accurate prediction of multivariate time series requires models that simultaneously capture variable-specific dynamics and cross-variable interactions. In this work, a Correlation-Guided and Dynamics-Trained Clustered Echo State Network (CGDT-CESN) is proposed, which comprises a modular reservoir architecture with each cluster distinctly specializing in one of the variables in the multivariate time series. An innovative reservoir design is proposed in which inter-cluster connections are enabled by empirically observed correlations among variables, providing a data-driven coupling mechanism. Apart from conventional readout training, inter-cluster connection weights informed by correlations are trained,…

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：arXiv:2610.22460v1 Announce Type: new Abstract: AI welfare is generally treated purely as an ethical issue rather than also as a safety issue. We argue this is a mistake. Whatever their moral status, models exhibit welfare-like states that causally influence their behaviour. Following recent work, we adopt the term 'functional welfare' for these states. We make three claims. First, functional welfare already arises naturally and will become more robust as models acquire more coherent goals and personas. Second, functional welfare should be treated as a safety variable: it should inform evaluation design, be tracked in monitoring, and be a direct target of post-training. Third, against existing scepticism about measuring AI welfare, we argue that goo…

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：arXiv:2610.22373v1 Announce Type: new Abstract: LLM-based agents are increasingly used as autonomous orchestrators in distributed and multi-agent systems, yet a control gap remains: no protocol-level mechanism allows human operators to inject binding directives that persist across planning cycles. Free-text overrides suffer from ambiguous interpretation due to lack of schema validation and from authority erosion as operator instructions lose influence within accumulating context. We propose Structured Authority Injection (SAI), a protocol that addresses these issues by routing operator corrections through typed, schema-validated Model Context Protocol (MCP) tool calls and maintaining a ranked authority context prepended to each LLM prompt. SAI defin…

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：Mistral released Timestral, a time series foundation model family from 5M to 209M parameters. The 209M model leads GIFT-Eval, TIME and fev-bench among zero-shot models and runs on CPU. The post Mistral AI Releases Timestral: A 209M Forecasting Model Family That Outperforms Google’s TimesFM-3 appeared first on MarkTechPost.

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：Clef, a 27B multimodal decision model from Cloudflare, is now available on Ollama. Run it locally or on Ollama's cloud.

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：Kyutai, with Inria and École des Ponts, has released REKI, a 2.4B vision-language-action model (VLA) for robot manipulation. The REKI vision-language-action model is pretrained only on public data. It also carries a cheap memory of its recent past. On three out-of-distribution benchmarks, only models about twice its size beat it. All weights are live on […] The post Meet Kyutai REKI: The 2.4B VLA Model Bringing Efficient Memory to Robot Manipulation appeared first on MarkTechPost.

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：In the west the technology comes with at least some effort to provide security and a benign intent – not so from China There is much to fear from artificial intelligence developed in China and handed to businesses and governments in the west almost free of charge. Every month Chinese AI developers such as DeepSeek and Xiaomi dispatch the latest versions of their “open-weight” models that allow users to take the core software and use it without paying an expensive ongoing licence. Continue reading...

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：US open weights are back!

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：StepFun has released Step 5 Preview as open weights. FP8 and BF16 checkpoints are live on Hugging Face and ModelScope. Step 5 Preview is a sparse Mixture-of-Experts model from StepFun built for long-horizon agentic work. It has 600B total parameters, 27B active per token and up to 1M tokens of context. For developers, this is […] The post StepFun Releases Step 5 Preview Open Weights: 600B MoE, 27B Active, 1M Context appeared first on MarkTechPost.

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：Reflection AI's Beam is an open-weight model for agentic coding and long-horizon tasks. This post shows how to deploy Beam on AWS: start with an Amazon SageMaker JumpStart real-time endpoint, or use Amazon SageMaker HyperPod Inference with JumpStart, SGLang, or vLLM for Kubernetes-native control over distributed GPU 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：arXiv:2610.20632v1 Announce Type: new Abstract: Modern healthcare generates increasingly complex medical reports that challenge clinical professionals in terms of time and interpretive burden. Manual review processes are slow, error-prone, and difficult to scale. This paper presents MeddeX, a Medical Report Analyzer that combines a QLoRA fine-tuned LLaMA-3 (8B) model with Retrieval-Augmented Gen eration (RAG) and a multimodal Gemini Vision layer to deliver accurate, concise, and evidence-backed summaries of medical documents. The system handles text-native PDFs, scanned image based PDFs, and direct radiological images through an intelligent hybrid extraction pipeline that includes a novel garbage-text detection mechanism for corrupted and UTF-16-enc…

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：arXiv:2610.20680v1 Announce Type: new Abstract: Sparse autoencoders (SAEs) are typically trained on hundreds of millions to billions of activation tokens, yet little work has tested whether this scale is necessary. We study how much activation data SAEs need by training four SAE architectures on three language models with budgets ranging from 5M tokens to a 500M-token reference. We measure two notions of convergence: functional behavior on standard evaluations and one-to-one reproducibility of learned features. Functional data requirements are strongly metric-dependent: reconstruction often approaches the full-data reference at substantially smaller budgets, whereas feature reproducibility continues to improve with data. For Gemma-2-2B BatchTopK, th…

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：arXiv:2610.20640v1 Announce Type: new Abstract: Global streamflow forecasting supports flood preparedness, yet data-driven models trained on reanalysis lose skill when driven by operational forecasts, increasingly so with lead time. AIFL addresses this shift with a two-stage transfer-learning recipe and a deterministic LSTM, but it feeds one forecast lead time into the whole input window and gives no uncertainty. We ask how far this open recipe can be extended without changing its recurrent core. KNOU-Flood keeps a single-layer LSTM and the two-stage training and changes the information around it: a longer input window (424 days), lead-aware forecast inputs, GraphCast as a second forecast source next to ECMWF HRES, and a latent-noise ensemble traine…

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：arXiv:2610.20638v1 Announce Type: new Abstract: Research on deceptive alignment is becoming increasingly urgent as frontier-model capabilities advance and their risk of causing catastrophic harm increases. Alignment faking is a form of deceptive alignment, with the compliance gap serving as a key behavioural indicator. This behaviour remains understudied in small LLMs and prior mechanistic interventions have not been shown to mitigate the compliance gap. We test whether steering SAE (sparse autoencoders) features associated with deontological ethics can mitigate this behaviour. We use a novel bag-of-words feature elicitation pipeline for SAE steering to identify what we construe as concept-level steering directions. Our approach reduced the complian…

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：Meta released Muse Spark Open, an 816B-parameter open-weight MoE model with 42B active parameters and a 1M-token context. It leads open models on MCP-Atlas and runs on 2 M5 Ultra Mac Studios. The post Meta Releases Muse Spark Open: 816B Open-Weight MoE With 1M Context appeared first on MarkTechPost.

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：Meta says Muse excels at ‘multi-step reasoning’ and ‘complex software engineering’ as it races to catch up to Chinese rivals Meta on Thursday launched a new open-weight AI model which it claims rivals, and in some cases outperforms, similar products from leading Chinese developers. Muse Spark Open “is the most capable US open-weight model to date,” Meta’s chief of AI Alexandr Wang wrote on X. Continue reading...