タイムライン検索

2026年5月26日

Stability AIは、音楽生成AIの最新版「Stable Audio 3.0」を公開しました。 これにより、最大6分以上の高品質な楽曲生成が可能になります。 オープンウェイトモデルも提供され、多様な用途での利用が期待されます。

Stability AI

2026年6月4日

米Googleは6月3日（現地時間）、マルチモーダルのオープンウェイトモデル「Gemma 4 12B」を発表した。メモリ16GBのノートPCでも動作可能で、ベンチマークはより大型の「Gemma 4

Yahoo!ニュース IT

2026年6月10日

arXiv:2606.09850v1 公開タイプ: new 概要: 事後学習のアライメントアルゴリズムは、言語モデルの内部計算をどのように再構築するかを不明瞭にしたまま、ブラックボックスとして評価されることが大半です。本研究では、6つの選好最適化手法（PPO, DPO, SimPO, ORPO, GRPO, KTO）を3つのオープンウェイトモデルファミリーで横断的に比較し、体系的なメカニズム解析を行います。層ごとの線形プロービング、スパースオートエンコーダー、クロスコーダーを統合することで、選好表現を局在化させ、潜在空間におけるアライメント誘発性の幾何学的変換を定量化します。選好信号は一貫して早期～中期または中期～後期の層に集中するものの、異なる目的関数が表現上のシフトを質的に区別することを発見しました。KTOとGRPOは、建設的な特徴共有とスパースで高顕著性な募集を通じて線形分離性を向上させます。対照的に、DPOとORPOは、非建設的な幾何学的回転と特徴減衰を通じて分離性を低下させる一方、PPOとSimPOはベースラインの幾何学的構造をほぼ維持します。

arXiv cs.LG

2026年6月16日

本日、Amazon BedrockでGemma 4ファミリーが利用可能になったことを発表します。Google DeepMindが開発し、Apache 2.0ライセンスでリリースされたGemma 4は、幅広いデプロイメントシナリオでパラメータあたりの知能を重視して設計された、オープンウェイトモデルのファミリーです。

AWS Machine Learning Blog

2026年6月17日

エージェント検索のテスト時スケーリングは、通常、深さ（すなわち、軌道あたりのターン数とトークン数）または幅（すなわち、並列ロールアウト数）を増加させます。ここでは幅のスケーリングに焦点を当て、標準的な並列サンプリングが収穫逓減をもたらすことを示し、これを最初のターンのクエリ冗長性に起因すると分析します。モデルがロールアウト全体で類似した最初のクエリを発行すると、スレッドは重複した証拠を取得し、その後のターンはその共有された取得に条件付けられます。この制限は、最初のターンでのトレーニング不要の介入であるDivInitで対処します。k個の独立した最初のクエリをサンプリングする代わりに、DivInitは1回の呼び出しからn個の候補を描画し、k < n個の多様なシードを選択し、それらを並列軌道として実行します。5つのオープンウェイトモデルと8つのベンチマーク全体で、DivInitは標準的な並列サンプリングを常に上回り、同等の計算量でのマルチホップQAで5〜7ポイントの平均向上をもたらしました。

arXiv cs.AI

2026年7月1日

本研究は、自然言語フィードバックが、単なる繰り返し試行のみで得られる以上の改善を生み出すのはどのような場合かを調査する。マルチターンの言語エージェント設定では、最終的な精度向上は有用なフィードバックを反映する可能性があるが、リサンプリング、フォーマット修正、または追加のテスト時間計算によっても生じうる。これらの効果を分離するため、Omni-MATH、Codeforces、BBEH Linguini、ARC-AGI1を横断する制御された生徒・教師プロトコルを導入し、生徒と教師の両方の役割で13のオープンウェイトモデルを評価する。外部フィードバック、自己フィードバック、およびガイダンスなしの自己洗練を比較し、インタラクション履歴、タスクの難易度、および教師が特権的なタスク情報にアクセスできるかどうかを変更する。様々な設定において、マルチターンの改善はフィードバックの使用の証拠ではないことが多いことが判明する。

arXiv cs.AI

2026年7月2日

米国を拠点とする最先端のオープンウェイトモデルを AWS GovCloud (US) で利用できるようになりました。このリリースにより、Amazon Bedrock は OpenAI のオープンウェイト GPT OSS モデル (120B および 20B) と NVIDIA Nemotron (Nano 9B v2, Nano 12B v2, Nano 30B, Super 120B)…

AWS Machine Learning Blog

2026年7月8日

大規模言語モデル（LLM）は、二者択一的な判断を下すことが増えており、論理的に無関係な文言の変化によって、その判断が変化することが報告されています。これには、人間には見られない道徳的ジレンマにおける賛否バイアスの増幅が含まれます。本研究では、この変化が何であるかを特定するために、論理的に無関係な要因をバランスの取れたペアで反転させる「クロス対称化」という精神測定バッテリーを導入しました。論理的に同等な形式にわたる段階的な評価により、首尾一貫した内部道徳尺度が得られ、最先端モデルのスタンスは形式にほぼ依存しませんでした。一方、小型のオープンウェイトモデルは、モデル固有の方法で失敗しました。賛否による評決の強制は、最後の選択肢への順序バイアス（人間のプライマシー効果とは逆）と、「いいえ」という単語への語彙的な引き寄せという、分解可能なアーティファクトを重ね合わせます。このアーティファクトは、Claudeモデル（ストーリー平均-0.32から-0.86）で顕著ですが、GPT-5.5やGeminiでは約0であり、拡張推論の下で縮小します。単語と評決は1つのトークンを共有します。

arXiv cs.CL

2026年7月8日

GitHubは7月7日（現地時間）、Kimi K2.7 CodeモデルがCopilot BusinessとCopilot Enterpriseプランに対応したことを発表した。 同モデルは7月1日時点...

CodeZine

2026年7月22日

OpenAIのブレット・テイラー会長がCNBCのインタビューで、中国発オープンウェイトモデルの台頭に「必ずしも実行コストが安いわけではない」と反論。トークン効率と推論効率で米フロンティアモデルの優位を強調した。

ITmedia AI+

2026年7月24日

国連およびユネスコ決議における段落レベルの論証マイニングに関するArgMining 2026のUZH共有タスクで優勝したシステム、LLM-INSTRUCTを紹介します。このタスクは、最大8Bパラメータのオープンウェイトモデルのみを使用し、厳格なJSONスキーマ設定下での段落タイプ分類、141個の公式タグのサブセット予測、および指向性関係予測を要求します。このタスクを制約付き構造化予測として捉えます。システムはまず、メタデータ認識型密接検索で候補タグ空間を絞り込み、次に次元ごとの上限を持つ制約付きデコーディングを適用し、不確実なケースのみを3エージェントのディベートブランチにエスカレートし、最終的に出力スキーマを検証します。公式リーダーボードでは、LLM-INSTRUCTは総合1位、F1スコアで1位、LLM-as-a-Judgeで5位となりました。開発中、設定検索により、内部タスク2スコアを4.421に維持しながら、タスク1bマイクロF1を35.83%から40.08%にさらに改善しました。主な教訓は単純です。生成前に決定空間を削減すると、精度と提出の堅牢性の両方が向上します。

arXiv cs.CL

2026年7月25日

NvidiaやMistralといったAI企業は、ワシントンが中国のAIやモデル蒸留疑惑への対応を検討する中、政策立案者に対し、オープンウェイトAIモデルへの広範な規制を避けるよう求めている。

TechCrunch

2026年7月25日

NVIDIAやMicrosoft、Meta、IBM、Hugging Faceなどの米国を中心としたテック企業が、誰もがダウンロードして利用できる「オープンウェイトモデル」の重要性を認め、拙速な規制を回

Yahoo!ニュース IT