ローカルAI向け「Inkling 2 Mini」登場、ループ構造で小型化と高性能を両立
Thinking Machines Labの「Inkling 2 Mini」は、同じ層を繰り返し使う仕組みで計算能力を高めたマルチモーダルモデルです。ローカル利用を想定した設計や推論環境、ベンチマークの見方を紹介します。
AIの最新情報をわかりやすく解説
Thinking Machines Labの「Inkling 2 Mini」は、同じ層を繰り返し使う仕組みで計算能力を高めたマルチモーダルモデルです。ローカル利用を想定した設計や推論環境、ベンチマークの見方を紹介します。
エージェントの実行環境ごとに強化学習を行うと、正答率だけでなくトークン消費も改善できる可能性があります。Hugging Faceの実験をもとに、仕組みと実務での活用方法を解説します。
微調整の所要時間は、演算量だけでは予測しきれません。実運用の272件を分析した研究は、評価やチェックポイント保存などの設定も使うことで、予測誤差を大きく抑えました。結果の意味と活用時の注意点を解説します。
RadixArkが公開したDaisyRose-27Bは、約1,200件の厳選タスクを使い、長時間のエージェント作業を強化学習で学んだモデルです。ベンチマークの改善に加え、学習基盤や実行環境の効率化にも取り組んでいます。
Hugging Faceが、3D生成モデルTRELLIS.2を手元のデータで調整する手順と実行環境を公開しました。靴の形状改善を例に、LoRAを適用する部分、固定する部分、データ準備や実行方法を解説します。
Hugging Faceの言語モデル向け推論がOpenRouter経由になり、価格・速度・信頼性をもとに接続先を選ぶ仕組みへ移行しました。APIやトークンは従来どおり使えますが、独自のプロバイダーキーは利用できなくなります。
llama.cppと機械学習向け基盤ライブラリggmlが、それぞれv1.0.0に到達しました。主な意味は新機能の追加だけでなく、APIやABIの互換性変更を明確に扱うことです。開発者への影響や利用方法を整理します。
AIに誤った前提の質問をしたとき、文字どおり答えるだけでなく、本当の目的に沿って案内できるか。8,115件の質問で評価する「XYBench」は、意図の読み取りと回答への反映に残る課題を示しました。
Hugging FaceのSimReady Centralにあるロボットや物体の資産をIsaac Simで組み合わせ、缶のピック・アンド・プレースを試す手順を解説します。検証レポートが示す範囲や、シミュレーション前に確かめたい動作、AIエージェントの活用方法も整理します。
IBMは、指示やデータの関係を明示するLLM向け記法「LLMON」と、対応するGraniteモデルを公開しました。JSONや従来のチャット形式との違い、プロンプト注入への効果、試し方を紹介します。