Qwen 3.5 の重みの中に決定論的な RISC-V CPU を埋め込む
Divyansh Agrawal は、Qwen 3.5 4B に機能する RISC-V コアをコンパイルし、外部ツールを使用せずに演算やファイル保存のための正確な RAM として Gated DeltaNet レイヤーを利用しました。
オープンウェイトモデル、オンデバイスAI、自分で管理するハードウェアでのモデル運用。
Divyansh Agrawal は、Qwen 3.5 4B に機能する RISC-V コアをコンパイルし、外部ツールを使用せずに演算やファイル保存のための正確な RAM として Gated DeltaNet レイヤーを利用しました。
Hugging Faceが、テキスト、視覚、音声モダリティに対応し、オンデバイス展開に最適化されたオープンウェイトの新世代モデル「LFM3」を発表しました。
米国のAIラボに対し、予測可能なオープンウェイトモデルのリリースを条件に独占禁止法上の安全港(セーフハーバー)を与える新たな政策提言が出された。これは中国製代替品への依存度を低下させることを目的としている。
新しいオープンソースのLinuxカーネルモジュールにより、コンシューマー向けNvidia RTX 30シリーズカードで完全なBF16およびFP16命令レートが利用可能になり、ローカルLLM推論のスループットが大幅に向上します。
Moonshotは、2026年11月4日にオープンウェイトとして提供開始予定の、2.8兆パラメータを持つMixture-of-Experts(MoE)モデル「Kimi K3.1 Pro」を発表しました。
新しいHugging Face Spaceでは、人気のあるモデルのうちAWS Trainium2上で修正なしに動作するものを一覧化し、開発者向けにスクリプトと互換性データを提供しています。
Hugging FaceがOlmoEarth v1.3をリリースし、最先端のオープンウェイト衛星埋め込みベクトルと事前計算されたグローバルデータを提供することで、地理空間AIタスクを簡素化します。
Hugging Faceの研究者らは、汎用ボキャブラリーをコスト加重されたドメイン特化型トークンに置き換えることで、小規模言語モデルにおけるメモリ帯域幅の使用量とレイテンシが低下することを示しました。
Recursiveは、ノートPC上でローカル実行可能な無料のオープンウェイト・コーディングモデル「Flint」をリリースしました。同社は、自動化された「Eureka Machine」システムにより、4か月未満でこのモデルの開発が完了したと主張しています。
IBMはオープンウェイトのGranite Speechモデルを更新し、多言語対応の高精度な文字起こしと翻訳を行う新しい2Bパラメータモデルを導入するとともに、既存モデルのより高速かつ堅牢なバージョンも公開しました。
Nvidiaは、タスク固有のトレーニングや特徴量エンジニアリングを必要とせず、リレーショナルデータベースから直接結果を予測するオープンウェイトモデル「Kumo Relational」を発表しました。
DeepSeekは、本番環境向けの推論エンジン「DeepInfer」をリリースしました。Nvidia BlackwellおよびHuawei Ascendチップに対応し、開発者の計算コスト削減を目指します。
TorchNeuronは、AWS Trainium向けのネイティブPyTorchバックエンドを導入し、コンパイラ固有のワークアラウンドなしでイージス実行とより広いモデルサポートを可能にする。
DeepseekはV4.1-Flash-1017をリリースしました。これはオープンウェイトモデルであり、コーディングベンチマークではより大規模な競合他社を上回る性能を示す一方で、タスクあたりのコストを大幅に削減します。
Remekがbasal-omni-1.0-ultraをリリースしました。これはGemma 4ベースの31Bパラメータを持つ意思決定モデルで、テキストと画像を処理し、自動ルーティングのための校正された確率を提供します。