Nemotron 3.5 Super VLの科学分野での精度向上に向けた強化学習によるポストトレーニング
NVIDIAは、強化学習と蒸留を用いてNemotron 3.5 Super VLをカスタマイズするためのレシピを公開し、薬物代謝予測の精度を29%向上させました。
RAG、評価、推論、ファインチューニング、LLM機能の本番運用。
NVIDIAは、強化学習と蒸留を用いてNemotron 3.5 Super VLをカスタマイズするためのレシピを公開し、薬物代謝予測の精度を29%向上させました。
新たな分析により、LeanにおけるAI生成の形式証明は、意図した数学的命題と実際に一致していることを保証するために、コンパイルを超えた厳格な検証ステップを必要とすることが明らかになりました。
Jevのような新しい意思決定モデルは、事前定義された選択肢から選ぶことでLLMのコストの数分の一でミリ秒単位の応答を実現し、ハルシネーション(幻覚)を減らす一方で、複雑な推論能力には限界があります。
AWSはAgentCoreメモリとManaged Knowledge Basesを統合し、厳格なドキュメントアクセス制御を維持しながら、パーソナライズされたコンテキスト対応のRAGを実現します。
推論エンジニアは、ディスアグリゲーションや投機的デコーディングなどの技術を用いて、レイテンシとコストのトレードオフを管理したり、パフォーマンスの限界を押し上げたりすることができます。
独立したテストにより、Claude Opus 5.5がコーディングタスクにおいて新モデルのFable 5.2と同一のスコアを達成し、コストは大幅に低く、実行速度も速いことが明らかになりました。
FSDP、LoRA、共有指示セットを用いて70KトークンのサンプルでQwen3.6-27Bをファインチューニングする際の、学習時間とメモリ使用量を削減するための技術的な詳細解説。
ある開発者が、純粋なJAXのみを用いてDeepSeek V3アーキテクチャを再現しました。MacBook Air上で3600万パラメータのモデルを訓練し、MLAやMoEといった主要な仕組みを実証しています。
Live web search helps agents find current data, but ranking logic determines whether internal or external sources win. Hybrid retrieval solves conflicts between stale docs and fresh changelogs.
NVIDIAはcuda-bindings 13.3.0を通じてcuDLAをPythonに公開し、Jetson AGX OrinやRTX SparkノートPCでのハイブリッドGPU-DLAワークフローを可能にしました。
テンソル並列処理、RDMA、vLLMを用いて、7,530億パラメータのGLM-5.3モデルを2台のNVIDIA DGX Station間で提供する方法を解説する技術ガイド。
Amazon Bedrock AgentCore V2 は、マイクロVM スナップショットを使用してセッション起動の遅延を削減します。エンジニアは初期化処理をビルドフェーズに移行することで、パフォーマンスを最適化できます。
Diogo Almeida and engineers from Glean, UiPath, and Workday demonstrate how fast, non-generative models like Jev enable reliable software automation at the AI Engineer Code Summit.
Apple MLによる新たな分析は、KL制約下で得られる報酬の最大増加量を定義し、Best-of-Nサンプリングがこの限界に近づいている一方で、PPOは最適でないことを示しています。
Googleは2026年11月12日にGemini Decisions APIをリリースし、テキストを生成せずに最大1,000個の閉じた選択肢を低遅延・低コストで評価できるようにしました。