AISI、「AIセーフティ評価環境 検討タスクフォース総会」を開催
「AIセーフティ評価環境 検討タスクフォース総会」が2026年2月26日13:30～17:10に開催される。AISIがオープンソースとして公開している評価ツール「AIセーフティ評価環境」の概要と、検討タスクフォースの活動内容を紹介するイベントである。ハイブリッド形式で参加は無料、参加資格は特になく、申込期間は2月24日17:00までである。
#オープンソース
#オープンソース
本日2件AISI Japan: ActivityAIスコア2828
Mistral AI News注目記事AIスコア6262 Mistral AI、音声認識モデルVoxtral Transcribe 2を公開、RealtimeはApache 2.0のオープンウェイト
Mistral AIは音声認識モデルのファミリーVoxtral Transcribe 2を公開した。バッチ向けのVoxtral Mini Transcribe V2と、遅延を200ms未満まで設定できるライブ向けのVoxtral Realtimeで構成する。Realtimeは4BパラメータでApache 2.0のオープンウェイトとしてHugging Face Hubで配布され、Mini Transcribe V2のAPI料金は1分あたり$0.003である。
選定理由：バッチ向けとリアルタイム向けの二つのモデルについて、遅延設定、料金、対応言語が並べて示されており、用途ごとの使い分けを判断しやすい。
ABEJA Tech BlogAIスコア4040 Differential Transformer V2の発表と、V1論文からの差分の整理
Hugging FaceでDifferential Transformer V2が発表された。V2はV1の推論速度低下（約6〜12%減）と学習の不安定性を解消する改良とされ、Query側のヘッド数を2倍にしてKey/Valueは増やさず、FlashAttentionを1回呼び出した出力を偶数・奇数ヘッドで分けて差分を取る構成になっている。
Mistral AI NewsAIスコア3636 ヒープは嘘をつく：vLLMのメモリリークをデバッグ
Mistral AIのエンジニアチームが、vLLMで発生したメモリリークの原因を追跡した過程を解説する。Mistral Medium 3.1を使い、グラフコンパイルを有効にした条件下で、システムメモリが毎分400MBずつ線形に増加していた。Prefill/Decode分離構成のdecode側でのみ再現し、Heaptrackではヒープメモリは安定していたが、ヒープ外のピークRSSに差が出ていた。
ELYZA（note）AIスコア2525 ELYZA、日本語拡散言語モデル「ELYZA-LLM-Diffusion」を開発、商用利用可能な形式で公開
ELYZAは、KDDIのGPU基盤を用いて日本語の知識・指示追従能力を強化した拡散大規模言語モデル（dLLM）「ELYZA-LLM-Diffusion」シリーズを開発し、商用利用可能な形式で公開した。HKU NLP GroupのDream-v0-Instruct-7Bをベースに追加事前学習と指示学習を行い、ELYZA-Diffusion-Base-1.0-Dream-7BとELYZA-Diffusion-Instruct-1.0-Dream-7Bを公開している。
ELYZA 技術ブログ（Zenn）AIスコア3838 日本語特化拡散言語モデル「ELYZA-LLM-Diffusion」の公開
ELYZAは、日本語性能に特化した拡散言語モデル「ELYZA-Diffusion-Base-1.0-Dream-7B」と「ELYZA-Diffusion-Instruct-1.0-Dream-7B」の2種を公開した。両モデルは約70億パラメータで、Apache License 2.0のもとで提供される。初期モデルはDream-v0-Instruct-7Bで、約620億トークンの日本語コーパスによる継続学習と、約1.8億トークンによるInstruction Tuningを行っている。主に研究用途や検証用途での利用を想定している。
ABEJA Tech BlogAIスコア2222 ABEJA、2足歩行ロボットを自作しIsaacLabで強化学習（前編）
ABEJAの藤本氏が、Dynamixelモーターと3Dプリンタ部品で2足歩行ロボットを自作し、IsaacLabでのシミュレーションまでの流れを紹介する。関節は3つに限定し、姿勢認識はIMUのみで行う構成である。制御には強化学習（PPO）を採用し、URDFからUSDへの変換、rsl_rlを用いたプロジェクト作成、環境と報酬の設定を解説している。
ABEJA Tech BlogAIスコア2222 NVIDIA Clara を使って医療・創薬系の AI モデルを動かしてみた
ABEJA の筆者が NVIDIA の医療系 AI プラットフォーム「NVIDIA Clara」を試し、MONAI Toolkit で内臓セグメンテーション用モデル VISTA-3D をファインチューニングして CT 画像で推論した。学習には腹部 CT 画像 150 枚と 5 epoch を用い、GCP の T4 1 台で動作させた。創薬分野では BioNeMo Framework でタンパク質言語モデル ESM-2 の学習と推論も試している。
ABEJA Tech BlogAIスコア4242 gpt-oss-120bに論理クイズや数学の問題を解かせ、推論ログを読んでみた
ABEJAのデータサイエンティストが、OpenAIのgpt-oss-120bに論理クイズや数学の問題、詰将棋を解かせ、思考過程のログを検証した。設定はtemperature 1.0、reasoning effort highである。嘘つき特定問題では、各証言の真偽を場合分けして検討し、Bobが犯人となる組み合わせに至る過程が確認できる。
Mistral AI News注目記事AIスコア7070 Mistral AI、コーディングモデルDevstral 2とMistral Vibe CLIを公開
Mistral AIは、コーディングモデルのDevstral 2（123B）とDevstral Small 2（24B）、およびターミナル向けCLIのMistral Vibeを公開した。Devstral 2はSWE-bench Verifiedで72.2%、Devstral Small 2は68.0%を記録している。Devstral 2はAPIで当面無料で、無料期間後は入力/出力で100万トークンあたり$0.40/$2.00となる。
選定理由：SWE-bench Verifiedのスコアに加え、人手評価でClaude Sonnet 4.5との差が残ると明記しており、オープンモデルの現在地を比較しやすい。
Mistral AI News注目記事AIスコア7171 Mistral AI、Mistral 3を発表 Mistral Large 3とMinistral 3を Apache 2.0 で公開
Mistral AIは次世代モデルMistral 3を発表した。14B・8B・3Bの小型denseモデルと、アクティブ41B・総計675BパラメータのMoEであるMistral Large 3で構成し、全モデルを Apache 2.0 ライセンスで公開する。Mistral Large 3はLMArenaでOSS非推論モデル部門2位、Ministral 3 14Bの推論版はAIME '25で85%を記録した。
選定理由：3B・8B・14Bの小型モデルと675B規模のMoEを同じ Apache 2.0 で公開しており、用途別の選択肢と配布先を比較しやすい。
SB Intuitions ブログAIスコア3939 Sarashina2.2-Vision-3B：コンパクトかつ性能が高いVLMの公開
SB Intuitionsは、VLM「Sarashina2.2-Vision-3B」をMITライセンスのもとで公開した。Sarashina2.2-3B-Instructをベースに開発され、HuggingFace Hubから利用できる。同サイズ帯では日本語ベンチマークでトップクラスのスコアを達成したという。
ELYZA 技術ブログ（Zenn）AIスコア4040 実サービスへの搭載に向けたLLM AgentとMeta Agentの研究開発
ELYZAが、LLM Agentを実サービスに搭載する際の開発上の課題と工夫を紹介している。プロトタイプはGoogle ADKで作成し、データ分析タスクに特化したエージェントを検討した。入力のトークン消費が大きく、1M tokensあたりClaude-4-Sonnetで$6、Gemini-2.5-proで$2.5とコストが高いこと、また不特定多数のユーザによる並列実行を想定したサンドボックスの整備が必要なことが課題として挙げられている。
AISI Japan: OutputAIスコア4242 AISI、AIセーフティ評価ツールをOSSとして公開
AIセーフティ・インスティテュート（AISI）は、「AIセーフティに関する評価観点ガイド」に基づきAIシステムのセーフティ評価を行う評価ツールを、Apache 2.0ライセンスのOSSとして公開した。汎用的な評価項目と評価環境を提供し、評価項目設定や環境構築の作業を軽減する。攻撃者の視点で評価を自動化する自動レッドチーミング機能も備える。
Mistral AI News注目記事AIスコア6464 Mistral AI、音声理解モデルVoxtralを公開 24Bと3BをApache 2.0で提供
Mistral AIは音声理解モデルVoxtralを公開した。本番向けの24Bと、ローカルやエッジ向けの3Bの2サイズで、どちらもApache 2.0ライセンスである。APIは$0.001 per minuteから利用でき、Voxtral Mini TranscribeはOpenAI Whisperを上回る性能を半額未満の価格で提供するとしている。
選定理由：文字起こしと音声の理解を一つのモデルで扱う設計で、Whisperなど他社APIとの比較や価格が示されており、導入判断の材料にしやすい。
Mistral AI NewsAIスコア5353 Mistral AI、Devstral Medium発表とDevstral Small 1.1公開
Mistral AIはAll Hands AIとの協業で、コード向けのDevstral Mediumを発表し、Devstral SmallをDevstral Small 1.1へ更新した。Small 1.1は24BパラメータでApache 2.0ライセンスで公開され、SWE-Bench Verifiedで53.6%、Mediumは61.6%を記録している。
Mistral AI News注目記事AIスコア7575 Mistral AI、初の推論モデルMagistralを発表 オープンのSmallと企業向けMediumの2種
Mistral AIは同社初の推論モデルMagistralを発表した。24BパラメータのオープンソースMagistral Smallと、企業向けのMagistral Mediumの2種で提供する。AIME2024ではMediumが73.6%（majority voting @64で90%）、Smallが70.7%（同83.3%）だった。SmallはApache 2.0ライセンスでHugging Faceから入手でき、MediumはLe ChatやLa Plateforme APIでプレビュー提供される。
選定理由：オープンの24B版と企業向けMedium版の2系統で出た初の推論モデルで、AIME2024の数値や提供先も示されており、位置づけを把握しやすい。
Mistral AI NewsAIスコア4141 Mistral AI、コード特化の埋め込みモデル「Codestral Embed」を発表
Mistral AIは、コード専用の初の埋め込みモデル「Codestral Embed」を公開した。実世界のコードデータを使った検索タスクで、Voyage Code 3、Cohere Embed v4.0、OpenAIの大規模埋め込みモデルを大きく上回るとしている。APIでは「codestral-embed-2505」の名称で提供され、価格は100万トークンあたり0.15ドル、バッチAPIでは50%割引となる。
SB Intuitions ブログAIスコア3030 日本語ModernBERTの開発: 分析編 (2/3)
日本語ModernBERTの「系列長拡張: Phase 2」におけるマスク率と訓練エポック数の影響を検証した。マスク率15%は30%より平均スコアが高く（88.70対88.54）、JCoLAは約1.2ポイント改善した。Phase 2を3エポックにすると130Mモデルの平均は88.95になり、JCoLAはさらに0.6ポイント上がった。
SB Intuitions ブログAIスコア4040 日本語ModernBERTの開発と評価（1/3）
SB Intuitionsは、日本語と英語合わせて約4.4T tokensを学習した日本語ModernBERTを構築し、HuggingFaceでMITライセンスのもと公開した。パラメータサイズは30m、70m、130m、310mの4種類で、公開時点では同規模の各モデルと比べて最も高い性能を達成したとしている。既存モデルを含む12のデータセットで評価を行った。
Mistral AI News注目記事AIスコア7272 Mistral AI、エージェント型コーディングLLM「Devstral」をApache 2.0で公開
Mistral AIはAll Hands AIと共同で、ソフトウェアエンジニアリング向けのエージェント型LLM「Devstral」を発表した。SWE-Bench Verifiedで46.8%を記録し、従来のオープンソースSoTAを6ポイント超上回る。Apache 2.0ライセンスで公開し、APIではdevstral-small-2505として提供する。
選定理由：SWE-Bench Verifiedでの比較条件と、単体のRTX 4090やMac 32GBで動かせる点が併記され、ローカル導入の判断材料になる。
ELYZA（note）AIスコア5353 ELYZA、日本語推論モデル「ELYZA-Thinking-1.0-Qwen-32B」を商用利用可能な形で公開
ELYZAは、日本語の論理的思考能力を強化した推論モデル「ELYZA-Thinking-1.0-Qwen-32B」をApache 2.0ライセンスで公開した。320億パラメータでo1-miniに匹敵する性能を達成したとしている。開発過程で得られた「ELYZA-Shortcut-1.0-Qwen-32B/7B」も併せて公開している。
Mistral AI NewsAIスコア5757 Mistral、Mistral Small 3.1を発表 Apache 2.0で公開、コンテキストは最大128k
Mistral AIは、テキスト性能とマルチモーダル理解を改善し、コンテキストウィンドウを最大128k トークンに拡張したMistral Small 3.1を発表した。Apache 2.0ライセンスで公開され、Gemma 3やGPT-4o Miniを上回り、推論速度は150 トークン/秒としている。Hugging Faceからベースモデルとインストラクトモデルをダウンロードできる。