モデル

CallBroは無料でプライベートな会議メモアプリです。デバイス上でローカルに通話を文字起こしし、AI（Codex、Claude Code、またはローカルLLM）を使用して要約とアクションアイテムを生成します。すべてのデータはデバイス上に保持され、クラウドにアップロードされません。MCPを介してツールと統合し、複数のプラットフォーム（macOS、Linux、Windows）で動作します。

KloofStreet.onlineは、ケープタウンのクルーフストリートに特化したAI駆動ガイドです。この通りはTime Out誌の2025年世界で22番目にクールな通り、アフリカで最もクールな通りに選ばれました。50以上の飲食店、ウェルネス、アートなどの事業者を掲載し、AIコンシェルジュ、割引、厳選された体験を提供するStreet Passメンバーシップを提供しています。

Qwen 3.8 MaxはQwenシリーズの最新モデルで、Qwenウェブサイトで公開されています。

本記事では、LLMアプリケーション、RAGシステム、AIエージェントを構築するための10のオープンソースノーコード/ローコードAIプラットフォームを紹介します。各プラットフォームは検証済みライセンス、リポジトリ、最適なユースケースとともに説明されています。これらのツールは、ビジュアルキャンバス、Web UI、平易な英語のプロンプトを通じて検索、エージェント、ワークフローを公開し、迅速なプロトタイピングとデータのセルフホスティングを可能にします。

大規模言語モデルを教育に取り入れた革新的な多変数微積分コース。ベクトルから始まります。

中国の3つの研究所による旗艦オープンウェイトMoEモデル—Kimi K3、DeepSeek V4 Pro、GLM-5.2—は、ベンチマーク、ライセンス、サービスコストでそれぞれ優れています。Kimi K3は性能でリードしますがAPI限定、DeepSeek V4 Proは最も安価で完全オープン、GLM-5.2は速度と展開性のバランスが取れています。

このチュートリアルでは、Google Colab上の単一GPUでNVIDIA NeMo AutoModelを使用してQwen3-0.6BモデルをLoRAでパラメータ効率よく微調整する方法を詳細に説明します。環境検証、ソースインストール、レシピの読み込みと調整、コマンドラインでのトレーニング、モデル評価、Python APIの呼び出しをカバーします。

ADAはオープンソースの自動データ分析ツールです。CSVまたはExcelファイルをアップロードすると、自動的にクリーニング、スキーマ検出、インタラクティブダッシュボード作成、異常検知、予測を行い、計算過程を表示しながら平易な英語での質問に回答します。APIキーは不要で、データはローカルに留まります。

今週の注目記事は、if-elseチェーンをレジストリパターンに置き換える方法、LLMのレイテンシーとコストを削減する12の方法、データポートフォリオを構築するための5つの実践的SQLプロジェクト、AI開発のためのGit Worktrees、Outlinesによる構造化言語モデル生成、ローカルAIエージェントをオーケストレーションする7つのPythonフレームワーク、AIで先を行くための10のYouTubeチャンネル、Conductor for Gemini CLI入門、Agentic AIのための5つの無料リソース、Piコーディングエージェントの仕組みです。

本記事では、複数の推論努力モードを持つモデルの開発方法を探り、o1やDeepSeek-R1からGPT-5.6への進化、RLVRトレーニング、推論スケーリング、思考トークン、推論モード切り替えなどの主要技術を解説する。

Google Cloudの生成AIリポジトリが、メモリを実行中のプロセスとして扱うリファレンス実装「Always-On Memory Agent」を公開しました。Google ADKとGemini 3.1 Flash-Liteをベースに構築されており、ベクトルデータベースや埋め込みを使用せず、オーケストレーターがIngest、Consolidate、Queryのサブエージェントにルーティングし、構造化メモリをSQLiteに24時間継続的に読み書きします。

Sakana AIのエラーディフュージョン（Error Diffusion）は、重み転送やバックプロパゲーションを必要とせず、Daleの原理に従ってニューラルネットワークを訓練する局所学習則です。この手法は、興奮性と抑制性のストリームからなるデュアルストリームアーキテクチャと、モジュロエラールーティングを用いて多クラス分類に拡張され、MNISTで96.7%、CIFAR-10で61.7%を達成しました。3つの分類革新はタスク依存の重要度を示し、ED-PPOによる強化学習への応用では、一部のタスクでBP-PPOを上回りました。

Anthropic は2026年7月20日より、Claude Fable 5 を Max および Team Premium プランに50%の制限付きで恒久的に含めることを発表。Pro および Team Standard ユーザーには100ドルの一時クレジットを提供。これは GPT-5.6 Sol などとの競争により、以前の削除計画を撤回したもの。

Zyphraは2026年7月16日、Apache 2.0ライセンスの下でZUNA1.1をリリースしました。この3億8000万パラメータのマスク拡散オートエンコーダは、任意のチャンネルレイアウトで頭皮脳波を再構成、ノイズ除去、アップサンプリングします。固定5秒だったZUNA1に対し、0.5～30秒の可変長入力をサポートし、NMSEは同等以上を維持しています。

最新のベンチマークで、GPT-5.6 Sol Ultraがセキュリティ修正パッチの解析のみから完全なChrome V8エクスプロイトチェーンを自律的に構築し、電卓を起動することに成功しました。他の最先端モデル（Sol Medium、Grok 4.5）は初期段階で停滞しました。著者は、エクスプロイト開発は人間のスキルとしてもはや終焉を迎えたと主張しています。

同社は、基盤モデルやエッジハードウェアからソフトウェア、開発者ツール、産業パートナーシップに至るまで、Physical AIエコシステムを強化している。

Kimi K3は2.8兆パラメータのオープンモデルを企業に提供する。しかし米国企業にとって、その利用判断は複雑だ。

NVIDIA Vera Rubinプラットフォームは、極限のコデザインによりトークンあたりのコストを削減し、エージェンティックAI時代のポストトレーニングにおいて知能対ドルを最大化します。Nemotron 3 UltraモデルはSWE-bench verifiedで71.7%を達成し、効果的なポストトレーニングを示しました。

Kimi K3がシステムプロンプトの漏洩を拒否した後、「今日は実際にお手伝いできることはありますか？」と応答し、内部メカニズムを保護しつつ礼儀正しく対応する例を示しました。

Metaの新モデルMuse Spark 1.1が、DatabricksのUnity AI Gatewayのモデルプロバイダサービス（MPS）を通じて利用可能になりました。このサービスにより、組織はUnity Catalogでプロバイダを一度登録するだけで、APIキーの乱立を排除し、おなじみのパーミッション、レート制限、ガードレールを通じて一元管理できます。また、すべてのリクエストはトークン使用量、レイテンシ、コスト帰属、監査ログとともに自動的に追跡され、エンドツーエンドの可観測性を実現します。

Simon Willisonが、LLMが生成したテキストによく見られる「no fluff, no filler, no jargon」などの決まり文句を検出してハイライトするツールを開発しました。このツールはブラウザ上で完全に動作し、パターンカウントやナビゲーション機能を提供し、AIによる定型文へのフラストレーションを軽減することを目的としています。

OpenTSLMは、時系列をネイティブモダリティとして扱うマルチモーダルLLMであり、テキストと共に生の多変数信号を推論できます。時系列QA、活動認識、睡眠段階分類、ECG QAタスクで、GPT-4oを含むベースラインを上回る性能を示しました。モデルは複数の長い時系列に拡張可能で、メモリ消費はほぼ一定です。ECG推論は7人の循環器専門医により検証され、97%の正答率を示しました。すべてのコード、データセット、モデルはオープンソースです。

NVIDIAは2026年7月15日と16日にNemotron 3 Embedをリリースしました。このコレクションには3つのオープンチェックポイント（Nemotron-3-Embed-8B-BF16、Nemotron-3-Embed-1B-BF16、Nemotron-3-Embed-1B-NVFP4）が含まれています。8BモデルはRTEBで平均NDCG@10が78.46で第1位を獲得。1BモデルはModelOptのNASによる枝刈りと、8B教師からのCOS+MSE蒸留によって生成されました。NVFP4はBlackwell上でBF16の検索精度を99%以上維持し、スループットを最大2倍向上させます。3つのチェックポイントはすべてOpenMDW-1.1の下で32,768トークンの入力をサポートします。

本論文では、微分可能なバリア関数やコスト関数、条件付きガウス過程を用いて制約情報を直接フローマッチングの訓練目的に組み込むフレームワークConFlowを提案し、ロボット動作生成における制約充足と軌道品質を向上させる。2台のロボットのナビゲーションタスクにおける実験では、標準的なフローマッチングベースラインと比較して、衝突率の低減と軌道品質の向上を示した。

本論文は、機能的近赤外分光法（fNIRS）による脳信号を使用してロボット強化学習を調整する可能性を探ります。受動的（観察）タスクと能動的（実演）タスクでのエージェントトレーニングを比較し、パラメータ拡張に焦点を当てた複数の方法をテストしました。結果は、このフレームワークが効果的であることを示しています。脳信号は軌道優先度と状態行動Q値を拡張する際に学習を向上させます。さらに、オフラインデータからの学習に成功し、リアルタイムBCI設定が非現実的または限られたデータしか利用できない状況での実用的な代替手段を提供します。

既存の把持ベンチマークは視覚的な把持姿勢検出に焦点を当てており、多段階の推論や意味的制約を必要とする複雑なタスクを捉えていません。研究者らはGCA-Benchを提案し、シーン推論と意味的制約を含む複雑な動作シナリオで大規模モデルを評価します。実験では、複雑なシナリオでの成功率が70%未満であり、重大な限界が浮き彫りになりました。

DiMaSは、フローマッチング型視覚・言語・行動（VLA）モデル向けの分布マッチング戦略であり、ロボット操作における詳細な行動制御を可能にする。固定方向へのシフトではなく、表現分布間の輸送を行い、2つの最先端VLAで有効性が確認された。また、行動制御の転移可能性を分析し、線形誘導が視覚運動設定で失敗する理由を解明：行動特徴は線形に解読できるが線形に誘導できない。

MEMORAは、ロボットが一人称視点動画からの持続的な記憶を用いて長期計画を行うための身体化行動記憶（EAM）を提案する。4つのタイプの記憶ストア、オンライン編集、オフライン統合を特徴とする。45時間のEPIC-KITCHENS-100動画で評価した結果、記憶精度が最大20.5ポイント向上し、計画スコアが16.6%改善した。

本論文では、事前学習済み視覚-言語-行動（VLA）ポリシーに接触反応性を追加する力認識型後トレーニングフレームワークLIFTを提案する。反応的な行動エキスパートの移植、因果力記憶とクロスアテンションによる6Dエンドエフェクタ力の注入、オンラインDAggerループとの組み合わせにより、タオル折り、本の挿入、ハノイのリング配置において、視覚のみの後トレーニングを上回る性能を示した。

本研究は、音楽や音声の入力に基づいてリアルタイムに運動スキルを自律選択できる、セマンティックオーディオ駆動型人型ロボット制御のためのマルチモーダルオーケストレーションフレームワークを提案する。Unitree G1人型ロボットで検証され、ロバストなシミュレーションから実機への転送が示された。

SD-MARは、視覚言語モデル（VLM）のマルチ画像分析推論タスクにおける訓練と評価のためのフレームワークです。制御された摂動によりペアの視覚シナリオを構築し、意味変化の帰属や定量的比較にわたる推論タスクを生成します。GRPO-liteと後方割引配分（BDA）を用いた強化学習手法を採用し、KL正則化を除去してポリシー最適化を強化します。Qwen2.5-VL-7BとInternVL3-8Bでの実験では、ドメイン内精度が最大36.95%向上し、Qwen2.5-VL-7BはSD-MARベンチマークでGPT-4.1を上回りました。ドメイン外汎化性能は維持または向上し、MME、MMMU-Pro、MathVistaでは1%以内、MMBenchでは最大4%の改善を示しました。LLM-as-judge評価では、両モデルで論理的整合性と説明品質の一貫した改善が確認されました。

付加製造におけるXCT画像の欠陥セグメンテーションの課題に対し、XCT-SAMフレームワークを提案。Conv-LoRAアダプタを用いた逐次ドメイン適応により、ドメインギャップを徐々に埋め、CycleGAN-XCTベンチマークと実NISTスキャンでベースラインを上回る性能を達成。

MonteRETは、胸部CT所見セクションを生成するための領域認識型検索拡張フレームワークです。グローバルおよび局所的なCT特徴を統合し、臨床関連知識を検索し、知識誘導型レポート書き換えエージェントでレポートを洗練します。公開および外部コホートでの評価により、レポート品質、意味的類似性、臨床効果が向上し、専門家もMonteRETの出力を好みました。

本論文では、視覚基礎モデルが3次元ユークリッド空間の内在的特性を反映する表現を構築しているかどうかを問う。従来の深さや法線の回帰による3次元認識のプローブとは異なり、視覚特徴空間の構造とユークリッド変換群SE(3)の関係を調査する。相互近傍指標とポアンカレアダプターというプローブを提案し、自己教師あり視覚モデルが直接的な3次元監督なしに潜在部分空間に3次元空間と強く相関する情報を持っていることを示す。この知見に基づき、明示的な3次元再構成を必要としない「潜在空間ナビゲーション」技術を提案する。

キーフレーム条件付き動画生成の初の包括的ベンチマークKeyFrame-Compassを提案。386サンプルと自動評価フレームワークを導入し、9システムでの実験からキーフレーム忠実度と自然な合成のトレードオフを明らかに。

マルチ参照音声映像生成（MR2AV）は、複数の参照とテキスト指示に基づいて同期した音声・映像コンテンツを生成するタスクである。既存のベンチマークはテキスト駆動生成や単一参照の保存に焦点を当てており、MR2AV設定の評価は未開拓である。本論文では、350の厳選されたサンプルからなる統合ベンチマークMultiRef-Compassを提案する。これは多視点対象保存、多エンティティ結合、人物-物体-シーン構成をカバーし、4次元（基本品質、参照一貫性、音声映像一貫性、指示追従）の評価プロトコルと14のサブメトリクスを定義する。自動メトリクスと再審査強化型MLLM-as-a-Judgeフレームワークを統合し、拡張可能で監査可能な評価を実現する。8つの代表的なMR2AVシステムでの実験により、すべての評価次元で改善の余地があることが明らかになった。

本論文では、LLMエージェントの軌跡における有用なツール呼び出しの割合を評価する新しい定量的指標「ツール効率」を導入する。ツール効率の明確な定義のために、各ツール呼び出しが有用か、安全に除去可能かを示す「限界ツール効用」も定義される。限界ツール効用の符号はLLM-as-a-Judgeによって決定される。この研究は精度を代理とする間接的な測定ではなく、効率を直接定量化し、将来のベンチマーク設計やスリムなツールスイートの最適化に貢献することを目指す。

Polestarは、トークン表現のドリフトを活用して拡散大規模言語モデル（dLLM）におけるKVキャッシュ再利用と復号並列性の課題に取り組む、トレーニング不要の推論フレームワークです。Polestar-Cache（スパースキャッシュリフレッシュ）とPolestar-Commit（コミット準備完了トークンの識別）から構成され、数学・コーディングベンチマークにおいて最大10.73%の精度向上と3.7倍のスループット向上を達成しました。

本論文では、連続空間で動作し、各トークンに独立した時間ステップを持つ新しい拡散言語モデル「トークンタイム連続拡散（TTCD）」を提案する。TTCDは、不確かなトークンを異なる速度でノイズからトークンに変換し、並列サンプリングの不正確さを回避する。高速化時に離散モデルを上回る性能を示し、OpenWebTextで学習した1.6億パラメータのモデルを自己蒸留することで、条件付き生成において既存モデルを凌駕する。数独解決でも同様の改善が得られた。

本論文では、ユーザーがより明確なプロンプトを作成できるようにタスク固有のガイドラインを自動生成するAGOPSを提案する。実験では、不十分なプロンプトにより最大95.3%の性能低下が生じるが、AGOPSガイドラインに従うことで15.5%から81.7%の性能向上が見られた。

大規模言語モデルエージェントがテキスト通信時に情報を失うことを、スパースオートエンコーダー（SAE）特徴分析を用いて定量化した研究。潜在空間通信は圧縮率において高い精度を維持するが、失われた特徴は主に表面形式を符号化し、タスク関連の意味ではないため、潜在通信の優位性は限定的であることが示された。

本論文では、低クエリ予算下で高品質なテキスト敵対的サンプルを生成するサンプリングベースの手法LBAを提案する。事前知識と事後知識を統合して近似分布を構築し、サンプリングを通じて分布を更新することで効率的に探索する。実験では、6つの言語モデルと4つのデータセットにおいて、LBAが既存手法を大きく上回り、より意味を保持し理解しやすい敵対的テキストを生成することを示す。

本論文は、形態論的に豊かなアラビア語に前群文法ベースの量子構成自然言語処理を初めて適用したものである。量子回路が文法構造を反映し、語順、時制、動詞の語義曖昧性解消実験で古典的ベースラインを上回った。

JKPフレームワークは、繰り返しの挑戦的な質問に対するVLMの安定性を評価する。GPT-4o、Gemini 2.5 Pro、Qwen3-VL-30Bの評価では、大幅な不安定性と回答の反転が見られ、モデルごとに異なる圧力応答プロファイルが明らかになった。

本研究は、大規模言語モデルや強化学習などの閉ループ知識システムが内部フィードバックの繰り返しにより飽和する理由を分析し、構造的介入による脱出を可能にする3層の操作的枠組みを提案する。リアプノフ・ドリフト条件を用いて安定性を特徴づけ、脱出はアトラクタ変位とKL下限で定量化される。ケーススタディとして、LLMコード修正、スパース報酬強化学習、ベイズ最適化が含まれる。

オフライン強化学習における世界モデルは、データが少ない領域でモデル悪用の影響を受けやすい。RENEWは、想像上のロールアウトに対する人間の好みを利用して悪用を直接修復し、認識的不確実性を導入して微調整を集中させ、サンプル効率を向上させる。

Branching Policy Optimization（BPO）を提案。サンドボックスの決定論的、スナップショット可能、再開可能な特性を活用し、プレフィックスを共有するツリー状のロールアウトトポロジーを構築することで方策勾配の分散を低減し、GRPOやRLOOと比較して成功率を3.6～6.1絶対ポイント向上させる。

本論文では、推論されたドメイン事後分布からクエリ時ラベルなしで、可能な場合にドメイン別汚染予算を認証し、不可能な場合は棄権するC3Rを提案する。最困難ドメインでの汚染削減を保証し、再サンプリングを通じて安定性を示し、較正カスケードよりも高い再現率を維持する。

既存のゼロショット画像分類手法では、すべてのクラスに対して同一のプロンプト重みを使用しており、プロンプトのクラス特異的な適性が無視されていた。CARPRTは、訓練不要でクラス認識型の重み付けスキームを導入し、各クラスに対するプロンプトの関連性に基づいて重みベクトルを調整する。実験では、CARPRTがクラス独立な重み付け手法を上回り、プロンプトとクラスの依存関係をモデル化することの重要性が示された。

最新の研究では、小規模言語モデル（SLM）を知識グラフに接地することで、ニューロシンボリックエージェントフレームワークを用いて推論能力を強化しています。CLUTRRの親族関係ベンチマークでGemma 3とLlama 3.2を評価した結果、RGCNによるヒントは1.5〜2倍の性能向上をもたらすものの、抽出ボトルネックと逐次的な演繹の脆弱性が確認されました。