Hugging Face、tokenizers v1のリリース候補を公開 v0.23比で3〜30倍の高速化

Hugging Faceはtokenizers v1のリリース候補をcrates.ioで公開した。Apple M4 Maxの単一スレッドでv0.23より3〜30倍高速にエンコードし、8ワーカーでは線形の76%でスケールする。トークンIDはv0.23と同一で、APIも変わらない。

「AIセーフティ評価環境 検討タスクフォース」2026年度総会、10月7日にオンライン開催

「AIセーフティ評価環境 検討タスクフォース」の2026年度総会が、2026年10月7日10:00～12:00にオンラインで開催される。参加無料の公開イベントで、タスクフォースのメンバー以外も参加できる。プログラムはAISIの活動紹介、AIセーフティ評価観点、AI×セキュリティの最新動向、タスクフォースの活動紹介などで、申込期限は2026年10月5日16:00である。

HF Jobs上でLoRAによるAsync GRPOを動かす構成、Storage BucketとプロキシでNCCLを使わず同期

TRL v1.14のAsyncGRPOTrainerは、LoRAアダプターのみを学習してvLLMへ同期できるようになり、学習と推論を別々のHugging Face Jobsに分けて実行する構成を示している。ランク1のアダプターは数MBで、1.5Bモデル全体の約3GBに比べて小さいため、Storage Bucketを共有ファイルシステムとして使いNCCLなしで同期できる。5回の実行で、同じレシピの500ステップ学習が3時間27分から53分に短縮された。

ルービックキューブを一撃で解く専用LLM「CUBE ZERO」を開発

Turing 技術ブログが、事前知識ゼロから学習し、ルービックキューブを次の1手ずつ自己回帰的に生成して解く21,052,178パラメータの専用LLM「CUBE ZERO」を公開した。学習に使っていない固定の30,720局面では、1回の生成で99.83%を解いた。同じ局面から8本生成して最短の成功手順だけを学ぶBest of 8で学習し、学習用のGoogle Colab notebookも公開されている。

NeoMME：効率的なマルチモーダルネイティブ・多言語エンコーダ

Hugging Face、260Mと800Mの2サイズからなる多言語マルチモーダルエンコーダ「NeoMME」を発表。事前学習済みのビジョンタワーを使わず、単一の双方向Transformerでテキストトークンと画像パッチを同時に処理する。

BenchMIRTで見るLLMベンチマークの実際の測定対象

Hugging Faceは、LLMベンチマークを個々のプロンプト単位で分析する手法「BenchMIRT」を発表した。100のLLM、16のベンチマーク、34K超の質問の結果から、事前の指定なしに「安全性」と「汎用推論」という二つの主要な次元を抽出した。たとえばBBQは安全性ベンチマークに分類されるものの汎用推論との相関が強く、WMDPも安全性より汎用推論と強く関連していた。

LLM-jp、視覚言語モデル「LLM-jp-4-VL 9B」を公開 llm-jp-4-8b-thinkingをマルチモーダル化

大規模言語モデル研究開発センター（LLMC）は、llm-jp-4-8b-thinkingをマルチモーダル化した視覚言語モデル「LLM-jp-4-VL 9B」を公開した。FineVisionの問題データを削除・修正したデータセット「RefinedVision」も併せて公開し、学習データは約2,930万件である。beta版よりGPQAやCharXiv Reasoningなどで性能が向上した一方、Qwen3.5-9Bとは多くのタスクで差が残る。

Hugging Face、ブラウザ推論向けWebGPUカーネル207個と@huggingface/kernelsを公開

Hugging Faceは、WebGPUカーネル207個と、Hubからカーネルを読み込んで実行するJavaScriptライブラリ@huggingface/kernelsを公開した。各カーネルは個別のリポジトリとしてwebgpu-kernels組織に置かれ、ライセンスはApache-2.0である。同時に、ブラウザ上でカーネルの性能と正確性を測定するベンチマークツールFleetも公開され、同意を得た上で実機の結果を集めて改善に役立てる。

Hugging Face Inference Endpoints、Jobs、Bucketsは Papers with Code の検索をどう支えるか

Papers with Code の検索は、PostgreSQL の全文検索と pgvector によるベクトル検索を RRF で統合したハイブリッド検索として構築された。論文の埋め込みは Hugging Face Jobs の L4 GPU でオフライン生成し、arXiv と Daily Papers の11万件超の現行論文を対象とする。オンラインではクエリの埋め込みだけを Inference Endpoints で処理し、エンドポイントが停止または混雑した場合は全文検索に切り替える。

Few-Step World Action Models：Fast-WAMのアクション側蒸留

SB Intuitionsのチームは、公開済みFast-WAMのチェックポイントを出発点に、Flash-WAMのアクション側consistency distillationをFast-WAM本来の推論グラフに適応させた。蒸留するのはActionDiTエキスパートのみで、学習はオフラインのLIBERO data（277,713フレーム）だけで行う。元の10ステップ方策に対し、1ステップと2ステップの推論で成功率がどこまで保たれ、蒸留で差がどれだけ縮まるかを、2,000エピソードのclosed-loop評価で検証する。

DeepSeek@deepseek_aiAIスコア6161

DeepSeekはエージェントハーネス「DeepSeek Harness v0.1」をDeveloper Previewとして公開し、コードベースをMITライセンスでオープンソース化した。Cordisメタフレームワークを基盤とし、モデル、ツール、スキル、セッションなどをすべてプラグインとして実装する。リポジトリはhttps://github.com/deepseek-ai/deepseek-harness

OlmoEarth Studio、ダウンストリーム分析向けのカスタム埋め込みエクスポートを提供開始

OlmoEarth Studioで、オープンソースのOlmoEarth基盤モデルによる埋め込みベクトルを任意の範囲で計算し、Cloud-Optimized GeoTIFF（COG）として書き出せるようになった。カスタム計算の埋め込みはStudioユーザー向けに提供され、利用は問い合わせ制である。ベトナムCa Mauのマングローブ地域では、わずか60ピクセルのラベルを使った線形分類器が加重F1=0.84の土地被覆マップを作成した。

ELYZA、LLMサービスにOpenTelemetryでAPMを安全に導入した方法

ELYZAのエンジニアが、LLMを使うtoB向けアプリケーションプラットフォームにOpenTelemetryでトレーシングを導入した経緯と実装を紹介している。顧客のプロンプトを外部に出さず費用を抑える方針で、Node.jsのAPIとworkerのみSpanを送出し、MLは中継に徹する構成とした。Web → API → SQS → ML → SQS → workerの推論が1本のtraceとしてDatadog上で追えるようになった。

Google DeepMind、サイクロン予測のWeatherNextをNature論文とともにオープンソース化

Google DeepMindは、サイクロンの進路、強度、風の構造を単一モデルで予測するWeatherNextをNature論文で発表し、WeatherNext 2とWeatherNext Cyclonesのコードとモデルウェイトを公開した。3日先の予測が従来モデルの2日先の精度に相当し、平均で1日分の予測精度が上乗せされるとしている。コンパクト版のWeatherNext 2-miniも公開され、無料のColabノートブックで単一のTPU上で動作する。

KubeCon + CloudNativeCon Japan 2026参加記、OpenTelemetryの登壇とセッションを振り返る

LayerXのEngineering Managerが、KubeCon + CloudNativeCon Japan 2026（7月29〜30日）と併催のJapan Community Day（7月28日）に参加し、OpenTelemetryについて登壇した。CNCFの2025年年次調査では、コンテナ利用者の82%が本番環境でKubernetesを利用していると報告されている。Atlassianの講演では、1日あたり1.6PBのテレメトリーが生成される規模でのStatsDからOpenTelemetryへの移行事例が紹介された。

センサー×LLMのマルチモーダル化、SensorLLMでモーションセンサーから人間行動認識（HAR）を試す

ABEJAが、モーションセンサーの時系列をLLMに理解させるSensorLLMで人間行動認識（HAR）を試した。公式実装は学習済みチェックポイントが未公開のため、非公式のStage 1チェックポイントで推論した。歩行・走行・静止では区間ごとのトレンド説明が得られたが、注入したスパイクは異常として指摘されなかった。

AI情報通：GLM-5.2・DeepSeek V4-Proのサイバー能力を英米の機関が評価（7月21日15時の情報）

英国AI Security InstituteとNIST CAISIが、GLM-5.2とDeepSeek V4-Proの評価結果を公開した。英国AISIは両モデルのサイバー能力を、4～7か月前に公開されたクローズドモデルと同程度と報告した。CAISIはGLM-5.2の総合能力をGPT-5.2とほぼ同じとし、安全対策には強みと弱みが混在すると示した。

Hugging Face、ロボット操作データ記録システムGrabetteをオープンソースで公開

Hugging FaceはPollen Roboticsによる手持ちグリッパー型の操作データ記録システムGrabetteを公開した。ロボットなしで人の手による実演を記録でき、ブラウザ上の処理でLeRobot形式のデータセットに変換される。ハードウェアのCADや制作ファイル、ソフトウェア、処理パイプラインはすべてオープンソースである。

Google Research、拡散モデルの創造性の起源を解説

拡散モデルの「創造性」は、ニューラルネットワークの学習過程で生じる「スコア平滑化（score smoothing）」に由来すると、Google Researchが説明する。学習データの間をつなぐ補間領域に新しいデータが生成される仕組みで、重み減衰（weight decay）が強いほど学習されたスコア関数は中間領域で滑らかになることを1次元の実験で示した。研究成果は ICLR 2026 で発表された論文「On the Interpolation Effect of Score Smoothing in Diffusion Models」にまとめられている。

Thinking Machines Lab、画像・音声・テキスト対応のオープンモデルInklingとInkling-Smallを公開

Thinking Machines Labが、画像・テキスト・音声を入力できる約1Tパラメータのオープンモデル Inkling を Hugging Face で公開した。総パラメータ975B、アクティブ41BのMoEで、1Mコンテキストに対応する。276B総・12Bアクティブの Inkling-Small も追加され、Inference Endpoints でワンクリックでデプロイできる。

Google Research、表形式データ向けゼロショット基盤モデルTabFMを発表

Google Researchは、表形式データの分類と回帰をゼロショットで行う基盤モデルTabFMを発表した。文脈内学習により、モデル学習やハイパーパラメータ調整、特徴量エンジニアリングなしで1回の順伝播で予測できる。Hugging FaceとGitHubで公開され、Google Cloud BigQueryでも利用できる。

Sarashina3 mini / Sarashina3 nano：フルスクラッチで開発した最新の国産LLM

SB Intuitionsは、フルスクラッチで開発した国産LLM「Sarashina3 mini」とその軽量版「Sarashina3 nano」を公開し、商用APIとして提供を開始した。事前学習には日本語・英語を中心とした30Tトークンのデータを用い、数学（AIME 2025）やエージェント（τ2-bench Telecom）などで前世代のSarashina2 miniから大幅な性能向上を達成したという。

SB Intuitions、日本語エージェントベンチマーク「J-tau telecom」を公開

SB Intuitionsは、通信事業のカスタマーサポートを題材にしたエージェントベンチマーク「tau-bench telecom」の日本語版「J-tau telecom」を公開した。評価結果では、多くのモデルで英語版より日本語版のスコアが低く、評価言語によってエージェント能力の測定結果が変わることが示された。J-tau telecomの評価では、GLM-5.2が96.5%、gpt-5.6 Solが93.6%を記録し、ライセンスはModified MITで公開されている。

Google DeepMind、テキスト拡散の実験的オープンモデルDiffusionGemmaを公開

Google DeepMindは、テキスト拡散を採用した26B MoEのオープンモデルDiffusionGemmaをApache 2.0ライセンスで公開した。専用GPU上で最大4x高速な推論を実現し、単一のNVIDIA H100で1000+トークン/秒、NVIDIA GeForce RTX 5090で700+トークン/秒を出す。出力品質は標準のGemma 4より低く、高品質が必要な用途にはGemma 4を推奨している。

Google DeepMind、エンコーダー不要のマルチモーダルモデルGemma 4 12Bを発表

Google DeepMindはノートPC向けのマルチモーダルモデルGemma 4 12Bを発表した。画像と音声の入力をエンコーダーなしでLLM本体に直接渡す構成で、16GBのVRAMまたはユニファイドメモリで動作する。Apache 2.0ライセンスで公開され、Hugging FaceとKaggleから重みを入手できる。

Google、洪水予測の水文モデルフレームワークをオープンソース化

Googleは、AIによる洪水予測のための水文モデルフレームワークをGitHubでオープンソース化した。Google Flood Hubの河川予測と同じアーキテクチャと類似の学習データを使い、各国の気象・水文機関や予報担当者がモデルを学習できる。新モデルは、従来版と比べて観測地点のある流域で予測可能期間を6日、観測のない流域で1日延長したとされている。

Sony AI、効果音生成の基盤モデルWooshを発表

Sony AIは、効果音生成に特化した基盤モデルWooshを発表した。ライセンス済みのスタジオ品質ライブラリで学習した非公開モデルと、公開データで学習した公開モデルの2種類を並行して開発した。公開モデルはオープンウェイトと推論コード付きで、非商用の研究・実験向けに提供される。

Google Research、国際連携とオープンリソースで科学的インパクトを拡大

Google Researchは、オープンソースのツールとオープンアクセスのデータセットを公開し、世界の科学コミュニティと連携して研究の再現と発展を支えている。ゲノム解析のDeepVariantなどのツールは、250,000人以上の研究者・開発者のエコシステムで利用されている。医療分野ではHAI-DEFのダウンロードが480万件を超え、OHSは10か国以上で導入され6,500万人以上の受益者に届いている。

学習率減衰なしの事前学習LLMにより、下流タスクで高い性能（ICLR 2026）

学習率を減衰させず最大学習率を保つWarmup-Stable-Only（WSO）スケジューラで事前学習したLLMは、SFT後の下流タスク平均スコアでWSD、Cosine、Linearを上回った。Llama 3アーキテクチャの1Bおよび8Bモデルの両方で一貫して最高性能を示し、中間学習を挟む3段階の設定でも同様の傾向が確認された。減衰型スケジューラのモデルは事前学習中のSharpnessがWSOの2〜3倍で、論文はこの平坦さがSFTへの適応性を支えると考察している。

カラクリ、GENIAC第3期で国産CUAモデル「KARAKURI VL2」を開発 画像編集・メール操作でClaude Sonnet 4.6を上回る

カラクリが、PC操作を自律実行する国産CUA向け視覚言語モデル「KARAKURI VL2」（8Bパラメータ）を開発し、GENIAC第3期の成果として公開した。自社開発の日本語PC操作ベンチマーク「OSWorld-JP v0.2」（100タスク）の総合スコアは0.331で、Claude Sonnet 4.6の0.593には及ばないが、画像編集（GIMP）とメール操作（Thunderbird）の2カテゴリではClaude Sonnet 4.6を上回った。

Google Research、論文の図作成と査読を支援する2つのAIエージェントを発表

Google Researchは、論文用の図を生成するエージェント「PaperVizAgent」と、論文を自動で査読するエージェント「ScholarPeer」を発表した。PaperVizAgentは0～100の評価スコアで総合60.2を記録し、GPT-Image-1.5、Nano-Banana-Pro、Paper2Anyを上回った。人間の基準値50.0を超えたのは同フレームワークだけだという。ScholarPeerは、Web検索で文献を参照しながら批評的なレビューを生成し、既存の自動査読手法との比較で高い勝率を示した。

ELYZA Lab、Agentic LLMの学習基盤と訓練ノウハウを紹介

ELYZA Labが、Agentic LLMの強化学習（Agentic RL）に使った訓練基盤の実装と訓練ノウハウを解説した。verlをコアに、AgenticEnv、RolloutManager、Tool、Tool API Serverの4コンポーネントを追加し、verl本体の更新に追従しやすい最小限の変更に留めている。ステップ1-2をマルチステップ化の差し替え対象とし、ステップ3以降はそのまま流用する設計である。

Agentic能力を強化しロングコンテキストに対応したABEJA-Qwen3-14B-Agentic-256k-v0.1の公開

ABEJAは、Alibaba社のQwen3-14Bに追加学習を行ったモデル「ABEJA-Qwen3-14B-Agentic-256k-v0.1」を公開した。コンテキスト長は元モデルの128kから256kに拡張され、思考とツール利用を繰り返すAgentic能力の強化を狙っている。ローカル社内ドキュメントの探索を想定して検索系ツールの強化にOpenSearchを採用しており、汎用モデルというよりエージェント利用向けのモデルである。

100ms以内で動作するVLAモデル「DriveHeron」の実車適用

チューリングが開発した自動運転VLAモデル「DriveHeron」を実車に統合し、10Hz（100ms周期）の制御ループに収めた。VLMの「Heron」を土台に将来の走行軌跡を出力する設計で、出力は回帰型のtrajectory headにより単発推論で得る。TensorRTとFP16の低精度推論により、2B（約20億パラメータ）のVLMでも前後処理を含めて100ms以内を達成した。

Mistral、4Bパラメータの音声合成モデルVoxtral TTSを公開

Mistralは4Bパラメータのテキスト音声合成モデルVoxtral TTSを公開した。9言語に対応し、APIでは1k文字あたり$0.016で利用できる。人手評価ではElevenLabs Flash v2.5より自然さで上回り、ElevenLabs v3と同等の品質とされる。

Mistral AI、統合型オープンモデル「Mistral Small 4」を発表

Mistral AIはMistral Small 4を発表した。Magistralの推論、Pixtralのマルチモーダル、Devstralのエージェント型コーディングを1つのモデルに統合し、Apache 2.0ライセンスで公開している。119B総パラメータのMoEで256kコンテキストウィンドウに対応し、Mistral Small 3と比べてレイテンシ重視設定でエンドツーエンドの完了時間を40%削減、スループット重視設定で毎秒リクエスト数を3倍にした。

Mistral AI、Lean 4向けオープンソースのコードエージェントLeanstralを公開

Mistral AIはLean 4向けのオープンソースのコードエージェントLeanstral（120B-A6B、アクティブパラメータ6B）をApache 2.0ライセンスで公開した。Mistral Vibeのエージェントモードと無料のAPIエンドポイントでも利用できる。FLTEvalではpass@2で26.3となり、コスト36ドルでSonnetの23.7（549ドル）を上回ったとしている。

Rails テストを自動化するエージェント、RSpec の作成と検証を CI/CD で実行

Mistral AIは、Rails のソースファイルを読み取り、RSpec テストを生成・改善して、スタイルルールとカバレッジ目標で検証するエージェントを構築したと発表した。CI/CD パイプライン内で人手を介さず動作し、複数のインスタンスが異なるファイルを並列に処理する。

Rerankerのモデル比較とコスト削減実験、Cross Encoder型と汎用LLM型を検証

RAGのRerankerについて、Cross Encoder型と汎用LLM型を検索精度・応答時間・運用コストの観点から比較した。JQaRAではCross Encoder型のcl-nagoya/ruri-v3-reranker-310mがnDCG@10 0.869で最高値を記録し、Multi-hop FAQでは汎用LLMが相対的に高いスコアを示した。さらに汎用LLM型のコスト削減手法により、精度を維持したまま最大40%のコスト削減を達成したとしている。

運転動画を検索可能にする 〜Cosmos-Embed1とDatabricksで〜

チューリングは、NVIDIA の映像-テキスト埋め込みモデル Cosmos-Embed1 と Databricks Vector Search を組み合わせ、約54万シーン（約2,000時間分の走行データ）を対象にしたセマンティック検索システムを構築した。映像側の embedding は日次バッチで事前計算し、テキスト側のみ AWS Lambda でリアルタイムに計算する構成とした。