Qwen 3.8 27B、ノートPC上でニューラルネットワークの生重みを解釈
Simon Willison氏は、Qwen 3.8 27Bがモデルの生重みを分析することでゲームプレイポリシーを特定できることを実証しました。これは最近発表された論文「Sparks of Weight-Space Programming」の知見を再現するものです。
RAG、評価、推論、ファインチューニング、LLM機能の本番運用。
Simon Willison氏は、Qwen 3.8 27Bがモデルの生重みを分析することでゲームプレイポリシーを特定できることを実証しました。これは最近発表された論文「Sparks of Weight-Space Programming」の知見を再現するものです。
OCRia-1は、混合精度量子化、DFlash2を用いた投機的デコーディング、そして深いカーネル最適化を組み合わせて、レイテンシを削減し、毎秒2800トークンの処理速度を実現しました。
NVIDIAはCosmos FrameworkとNIMマイクロサービスを発表し、ロボティクスや自動運転車向けの世界モデルの訓練、シミュレーション、高速推論を効率化します。
Amazon Web Servicesは、最先端の教師モデルを模倣するより小さく低コストな学生モデルを訓練するために、シーケンスレベル知識蒸留を使用する方法について詳しく説明しています。これにより、品質を犠牲にすることなく本番環境のコストを削減します。
AWSは、Crawl4AIを使用してWebコンテンツをMarkdownとメタデータに前処理し、Amazon Bedrock Knowledge Basesに取り込むことで検索精度を高める方法を実演しています。
Neuralk-AI releases Seldon, a 213M parameter tabular model pretrained on synthetic structural causal models rather than real-world data.
LegoraのCTOであるJacob Lauritzen氏は、同社がエージェントの評価方法、モデルのルーティング、そして機密性の高い法的業務を大規模に処理するためのエンジニアリングチームの構造について解説します。
新しいテストにより、GPT-6.1 Terraは複雑なタスクにおいてClaude Opus 5.5に匹敵するか上回る性能を示す一方で、コストが大幅に低く、実行速度も速いことが明らかになりました。
Arcaは、永続的なメモリ、カスタムのハーネス、そして決定論的なガードレールを活用し、10日間にわたる金融タスクに取り組むAIエージェントを管理しています。
新しいプロジェクトでは、Nintendo Entertainment System(NES)の6502 CPUを標準的なQwen3.5モデルのパラメータに直接コンパイルし、学習なしでゲームを実行できるようにしました。
NVIDIAは、TensorRT Edge-LLMとDSpark推測デコーディングを使用して、DGX Spark 64GBで大規模言語モデルを実行するための簡素化されたワークフローを導入しました。
NVIDIA AI Cluster Runtimeは、Dynamo向けの検証済みインフラストラクチャレシピをパッケージ化し、推論ワークロードにおけるGPUドライバ、スケジューリング、ネットワーク設定を効率化します。
新しいベンチマークにより、OpenAIの低コストモデル「GPT-6.1 Terra」は、SQLおよびデータ検証においてフラッグシップモデル「GPT-6 Astra」に比べ精度が低下する一方、インシデントトリアージでは同等のパフォーマンスを維持することが明らかになりました。
A randomized controlled trial shows professional analysts follow AI recommendations 86% of the time, often without realizing the influence.
Large language models produce varying outputs despite fixed settings due to server-side batching and infrastructure changes. Engineers must layer deterministic code around probabilistic models to ensu