模型发布/更新
-
Fun-ASR-Realtime公開:単一モデルで30言語と16方言をサポート、認識精度でリード
通義実験室はリアルタイム音声認識モデルFun-ASR-Realtimeを公開した。単一モデルで30言語と16方言をカバーし、東アジア・東南アジア地域に重点的に最適化している。産業級方言評価inhouseで87.8%の意味精度を達成し、大幅…
产品发布/更新
-
Synthetic Sciences、機械学習・生物学・物理学・化学研究向けのオープンソースでモデル非依存のAIワークベンチOpenScienceを公開
Synthetic Sciencesは、機械学習、生物学、物理学、化学をカバーするオープンソース(Apache 2.0)のAI科学研究ワークベンチOpenScienceを公開した。文献、仮説、コード、実験から分析・執筆までの完全な研究サイ…
-
xAI、Grok Voiceに21のフラッグシップ音声を追加
xAIは既存の5音声に加え、21の新フラッグシップ音声をリリースした。新音声はすべて多言語対応で、リアルタイムVoice Agent API、Text to Speech API、新たに登場したGrok Voice Agent Build…
-
Claude Code v2.1.202をリリース
Claude Code v2.1.202は`/config`に「Dynamic workflow size」設定を追加し、動的ワークフローのagent数の規模(小/中/大)を制御できるようにした。これは指針であり厳格な上限ではない。ワーク…
-
OpenClaw、HuggingFaceのローカルアプリに登場
OpenClawが@huggingfaceのローカルアプリに登場 🦞🤝🤗 1. hfで任意のGGUF/MLXモデルを選ぶ 2. openclaw onboardの設定をコピーする 3. Voila、完全にローカルなツール呼び出しエージェン…
-
SGLang、DSpark投機的デコーディングを統合:信頼度駆動の可変長検証
SGLangチームはDSpark投機的デコーディングアルゴリズムをオープンソース推論エンジンに統合した。同アルゴリズムは半自己回帰ブロックドラフターで一度に一群のトークンを生成し、信頼度ヘッドと順序温度スケーリング(STS)を用いてリクエ…
行业动态
-
2026年テック企業AIリストラ名簿:Microsoft、Oracle、GitLabなど10社が数千人規模を削減
2026年以降、複数のテック企業がAIを理由に大規模なリストラを実施している。Microsoftは約4800人(2.1%)、Oracleは2万1000人(13%)、GitLabはAIインフラ投資のため350人(14%)、Google Cl…
-
Meta、外部委託者に未成年者を装わせ競合AIに敏感な話題を誘導か
『Wired』の報道によると、Metaは外部委託会社Covalenを通じてコード名「Cannes」のプロジェクトを実施し、数百人の外部委託者を未成年者に装わせ、OpenAI ChatGPT、Google Gemini、Character.…
-
SKハイニックス、280億ドルの米国上場を開始、史上2位のIPOとなる見通し
SKハイニックスは今週月曜日、約280億ドル規模の米国上場計画を開始した。ナスダックで預託証券を通じて1779万株の新株を発行し、預託証券10口が普通株1株に対応する。発行価格帯は月曜日に公表され、最終発行価格は木曜日に決定、株式は金曜日…
-
Runway、パリオフィス設立を発表
原文本文にはウェブサイトのCookie設定に関する説明のみが含まれており、パリオフィスの部門、規模、機能、開設時期などの具体的な情報は提供されていない。
-
阿尔伯塔省用Claude进行政府系统安全审查
阿尔伯塔省技术与创新部自2025年起使用Claude Code扫描全部27个省级部门的系统。50个智能体在20小时内并行审查4.66亿行代码,发现传统自动化工具遗漏的漏洞并直接生成修复方案,传统方法估计需约6.5年。团队还构建了红队/蓝队…
-
Cursor 成立 CFO Council,聚焦 AI 支出新经济学
2025 年全球 AI 支出达 1.5 万亿美元,但麦肯锡研究显示仅 39% 组织能追踪至 EBIT 影响。Cursor 成立 CFO Council,旨在建立让 AI 支出可衡量、可预测且与价值挂钩的框架。BCG 分析发现,token…
论文研究
-
解釈可能性でアノテーターの安全ポリシーを理解する
アノテーションの不一致は、操作ミス、ポリシーの曖昧さ、価値の多様性に起因しうる。Annotator Policy Models(APM)は、アノテーション行為のみからアノテーターの内在する安全ポリシーを学習する解釈可能なモデルで、追加の負…
-
Apple 提出专用小型 seq2seq 模型用于 ASR 纠错
Apple 机器学习研究团队采用紧凑的 seq2seq 模型进行 ASR 纠错,训练数据来自真实和合成音频的 ASR 错误。通过级联 TTS 和 ASR 构建合成语料,关键在于匹配真实错误分布的多样性。模型采用 correction-fi…
-
TopoPrimer:预测模型中缺失的拓扑上下文
TopoPrimer 框架将序列群体的全局拓扑结构作为显式输入加入预测模型。通过持续同调与谱坐标预计算,可部署为全训练模型的 per-token 输入或预训练骨干的轻量适配器。在 Chronos 和 TimesFM 的四个基准上,Topo…
技巧与观点
-
Google、プライバシー設定を更新、デフォルトでメディアデータをAIトレーニングに使用、ユーザーは手動でオプトアウト可能
Googleは6月、顧客向けメールで検索サービスのプライバシー設定を静かに更新し、「検索サービス履歴」と「パーソナライズ推薦」の2つのスイッチを追加した。デフォルトでユーザーがアップロードした画像、ファイル、音声、動画録画などのメディアデ…
-
Claude Fable 5のサービス終了前に必ず実行したい実用的なプロンプト8選を共有
Claude Fable 5がまもなくサービス終了する。著者は実戦で検証済みの8つのプロンプトを整理した。/goalプロンプトはモデルに自律的に25回の実験を実行させ(費用165ドル、構築速度50%向上、トークンコスト60%削減)、ワーク…
-
Claude Codeチームが4種類のエージェントループを詳解
Claude Codeチームは「設計ループ」を、エージェントが停止条件を満たすまで作業を繰り返すことと定義し、4種類に分類した。1)ターンループ——手動プロンプトで起動し、Claudeが自ら完了を判断。短いタスクに適し、SKILL.mdで…
-
Claude Fable実地ガイド:未知を発見する
Claude Fableは、高品質な成果を得るためにユーザーが自ら未知を明確化することを求める最初のモデルだ。Claude Fableとの協働は、実装の前後で未知を反復的に発見するプロセスである。問題を「既知の既知」「既知の未知」「未知の…
-
Google MaxText 弹性训练:训练中途终止 TPU,数秒内恢复
分布式 AI 训练常因单台机器故障导致整个多节点作业崩溃,需耗时重启。Google 的 JAX 生态通过 Pathways 实现弹性训练,将硬件故障转化为可捕获的 Python 异常,使运行进程存活。测试中,训练中途终止一个 TPU 后,…