Hugging Faceのブログが、Surya Narreddiの水彩画生成の手法をTRLとOpenEnvで再現し、データセット、RL環境、学習スクリプト、学習済みモデルをすべて公開した。Qwen/Qwen3.5-35B-A3Bにp5.brush用のJavaScriptを書かせ、審査モデルと美的評価モデルの報酬で学習させている。3種類の報酬配分はいずれも報酬が上昇した。
選定理由：報酬設計から失敗した実験、コストまでが具体的な数字で整理されており、好みを報酬にするRLを自分で再現する際の判断材料になる。
LFM2.5-350Mを、TRLのGroup Relative Policy Optimization（GRPO）で約500サンプル・100ステップ学習し、IFStructベンチマークのスコアを22.6%から29.7%に向上させる手順を公開した。学習は無料枠のColabやKaggleのGPUで実行でき、ノートブックはGitHubで公開されている。評価はllama.cppを使ってMacBookでローカルに行い、ベースラインは22.6%で、IFStruct公式ブログの報告値21.1%に近い結果だった。
Hugging Faceは、Claude Code、Codex、pi、Hermesの過去セッションを索引化し、エージェントが自ら検索できるオープンソースの記憶層funesを公開した。埋め込みとリランキングはローカルで動作し、希望すれば自分のHugging Face datasetに非公開で同期できる。handoff-vs-recall benchmarkでは、recallが書面の引き継ぎより一方のタスクで8x、もう一方で4x低コストだった。
英国の建設・インフラ企業Kier Groupは、約11,000人の従業員を抱え、約40%がMicrosoft 365 Copilotを利用している。残りはTeams Premiumを使う。少人数のピアグループで行う「prompt-a-thon」で導入を促し、利用が広がった。現在は安全データの収集・整理などを担うAIエージェントを開発する初期段階にあり、運用方針は「Human at the Helm」である。
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。
SB Intuitionsは、8月16日から18日に仙台で開かれた言語処理若手シンポジウム（YANS2026）にプラチナスポンサーとして協賛し、10件の発表とハッカソンへの参加を行った。日本語エージェントベンチマーク「J-tau」などを発表し、漢字読み評価と音声合成の研究は奨励賞、意味的ソートはデモ賞を受賞した。ブースではSarashina3 miniのチャットAIとSarashina3 translateの同時翻訳をデモ展示した。
LayerXのAi Workforce事業部のTPMが、OSSのAI GatewayであるBifrostを本番環境へ導入した過程を紹介する。比較検討の結果、コアのゲートウェイ機能は外部ミドルウェアなしで動作する点を採用理由とし、本番構成では監査ログや設定値の保存に用いるPostgreSQLを依存コンポーネントの中心に据えた。テナントごとのデータレジデンシー要件は、Virtual Keyを選択することで制御している。
Google DeepMindは、Singapore AI Safety Institute、OpenMined、AVERI、MLCommonsと組み、Gemini Flash Liteを機密ベンチマークで評価する二重盲検型のAI評価を試行している。外部の評価問題は暗号技術による「箱」の中に閉じ込められ、モデルが事前に問題を見て性能を最適化することを防ぐ。プライバシーを保護した環境で評価の完全性を高めるための取り組みである。
LayerXのAiWorkforce開発チームは、REST APIのスキーマ定義にMicrosoftのTypeSpecを採用し、実装前のスキーマを基にフロントエンドとバックエンドを並行して開発する体制を整えた。同じAPIの定義量は、TypeSpecの410行（9エンドポイント）に対し、OpenAPI YAMLの直書きは771行となった。OpenAPI YAMLを経由してOrvalでクライアントとMSWモックを生成し、スキーマ違反はCIで検知する。
Sentence Transformers v6.0で追加された新モデル型MultiVectorEncoderを使い、ColBERT型のレイトインタラクション検索向けマルチベクトルモデルをファインチューニングする手順が示される。
IBMのGranite 4.2は、3B、8B、30Bの3サイズで提供される推論特化型のデコーダーのみ・dense型LLMファミリーである。Granite-4.1ベースモデルを事後学習して作られ、すべてApache 2.0ライセンスで公開される。8Bと30Bはサンドボックス環境でツールを操作するエージェントRLを経ており、全モデルが思考／非思考の切り替えとネイティブなツール呼び出しに対応する。
Gradioの新機能gr.Workflowは、型付きノードのグラフとしてAIパイプラインを定義し、ドラッグ＆ドロップで実行できるキャンバスとして提供する。同じグラフはREST APIとしても公開され、Hugging Face Spacesへ1コマンドでデプロイできる。画像編集、画像生成からの背景除去と音声合成、ZeroGPUによるGPUモデル実行などのデモがHugging Face Spacesで公開されている。
Google DeepMindは、ゲーム開発者と協業してゲームプレイの新しい体験をプロトタイプ開発しており、EVE Universeを手がけるFenris Creationsとの新たな研究パートナーシップもその一環である。同社はAtari 2600のゲームを学習したDQNからAlphaGo、AlphaStarに至るまで、ゲームを通じたAI研究の成果を振り返っている。
Liquid AIはLFM2.5-1.2B-Instruct、LFM2.5-2.6B、LFM2.5-8B-A1Bの3モデル向けにDSparkのドラフトモデルを公開した。投機的デコーディングにより出力品質を変えずにGPUで最大3.18倍、オンデバイスで最大2.87倍のスループット向上を示す。llama.cppとSGLangで初日から利用でき、LFM2.5-2.6Bの関数呼び出しのレイテンシは平均57%減少した。
Hugging Faceは2026年1月から8月のHubの動向をまとめた報告書を公開した。公開モデルリポジトリは2.43百万から2.96百万、データセットは71.1万から100万に増加した。中国勢の大規模モデル、ダウンロードといいねの乖離、Qwenの派生数151,448、AIエージェントのHub利用拡大などを論点に挙げている。
選定理由：ダウンロードといいねの乖離やQwenの派生数など、Hubの実データに基づく数値が並び、オープンモデルの現状を比較して捉えやすい。
Mistralは、推論を欧州または米国で実行できるMistral Regional Endpointsを一般提供とし、稼働率SLA付きのMistral Priority Tierを公開プレビューとして始めた。あわせてZ.aiのGLM-5.2を皮切りにサードパーティ製オープンモデルへ対応し、欧州の計算資源を長期確保する企業連合も打ち出した。2030年までに最大1 GWの容量構築を計画している。
Kimi.ai@Kimi_MoonshotAIスコア3131Kimi K3が@databricksで利用可能になりました！
Moonshot AI's latest open-weight model, Kimi K3, is now available on Databricks through Unity AI Gateway. @Kimi_Moonshot Run Kimi K3 where your data already lives - governed, secure, and ready for custom AI apps and agents built with the data in your Lakehouse. Unity AI Gateway lets you deploy Kimi K3 with enterprise-grade access controls. Govern every call, monitor performance, and scale securely across your AI apps. Test Kimi K3 alongside other frontier models without changing your application code. The open-weight frontier just arrived on Databricks. Try it today. https://www.databricks.com/blog/kimi-k3-moonshot-ai-now-available-databricks-through-unity-ai-gateway
NVIDIAのオープンウェイト音声合成モデル「Magpie TTS Multilingual」は、364Mパラメータで12言語に対応し、今回新たにModern Standard Arabic、韓国語、ブラジルポルトガル語が加わった。NIMによるオンプレミス計測では、B200の1ストリームTTFAが32ms、64ストリームでは239ms、RTFXは319.81倍となる。自社インフラへのデプロイや微調整が可能で、Hugging Faceではオープンなチェックポイントが提供されている。
教師モデルのTop-K logitsを事前にオフラインで計算してキャッシュし、語彙全体×系列長の行列を作らない融合チャンク化KL損失と組み合わせることで、知識蒸留の学習コストを削減する手法が示された。gpt-oss-120b（語彙201,088）、系列長32K、バッチサイズ4の場合、従来のDense KLは1回の学習イテレーションでピーク約250GBのVRAMを要するのに対し、融合チャンク化KLは約128GBに抑えられる。これにより、単一GPUでの長文コンテキストの回復（healing）が可能になる。
MetaがMuseから30Bパラメータに蒸留したマルチモーダルモデルMuse Glimmerを、Apache 2.0ライセンスで公開した。ローカルでのエージェント用途を想定し、transformers、llama.cpp、vLLM、Inference Endpointsがday-0で対応する。Hugging Face Hubから入手できる。
選定理由：30Bのローカル向けモデルについて、アーキテクチャと各推論基盤での使い方、ファインチューニングの要件が一続きで整理されている。
Mistral AIは、テキストと画像の安全性を評価する3Bのオープンウェイト・マルチモーダル安全性分類モデル「Shieldstral」を、Apache 2.0ライセンスで公開した。ポリシーは推論時に平易な言葉で指定でき、再学習なしで用途に合わせて調整できる。テキスト安全性ではサイズが最大7倍のオープンガードモデルに匹敵し、単一の16GB NVIDIA GPUで動作する。
SB Intuitionsと早稲田大学河原研究室が、日本語のマルチターン対話で大規模言語モデル（LLM）の安全性を測る12,409件のベンチマーク「JMT-Safety」を公開した。AnswerCarefullyを元に8種類の攻撃手法で拡張している。主要23モデルを評価した結果、すべてでマルチターンの有害率がシングルターンより上昇し、最大で約3.9倍に達した。ベンチマークデータと評価スクリプトも公開されている。
Kimi.ai@Kimi_MoonshotAIスコア1515
LINEヤフーが、AIエージェントによるID-JAGのフローをローカルで再現できるハンズオン「athenz-community/id-jag-the-hard-way」を作成した。Keycloak、Athenz、Open WebUI、Ollama、Gemma 4で構成され、トークンの発行からポリシー評価、Resource Serverでの権限強制までを直接観察できる。401 Unauthorizedなど、意図的に発生させる失敗ポイントも体験できる。
Hugging Faceのブログ連載「Profiling in PyTorch」第3回では、Attentionを素朴に実装したモジュールをプロファイラで解析する。out-of-placeのmasked_fillをin-placeのmasked_fill_に変えると、GPU上のMemcpyカーネルが消え、forward1回ごとに1つのカーネルが削減される。
ITUは2026年7月2日、「AI for Good Global Commission」の設立を発表した。初回会合は7月にジュネーブで開催される。同日、CSISは中国のオープンウェイトAIモデルが米国の最先端モデルに迫っている現状を分析し、Hugging FaceやGitHubを通じた急速な拡散と、価格差による米国内での採用シフトの可能性を指摘した。
Mistral AIは、Lean 4での形式検証に対応したApache-2.0ライセンスのモデル「Leanstral 1.5」を公開した。総パラメータ119B、アクティブパラメータ6Bで、miniF2Fを飽和させ、PutnamBenchでは672問中587問を解いた。FATE-Hで87%、FATE-Xで34%と新たなstate-of-the-artを達成し、Hugging Faceと無料APIで利用できる。
LINEヤフーのチームは、エージェントがiOSとAndroidの画面を見てタップし結果を検証できるクロスプラットフォームCLI「sim-use」をオープンソースとして公開した。画面をoutlineと呼ぶ独自のテキスト形式に変換し、24 KBのJSONが1.2 KBになりトークン消費は1/20に抑えられる。記事ではoutline、quadtreeプローブ、daemon、クロスプラットフォーム設計、マルチタッチの5つの技術判断を解説している。
選定理由：UIツリーをoutlineに圧縮する設計や、quadtreeプローブ、daemon化の判断が実測値つきで示され、エージェント向けCLI設計に応用しやすい。
SB Intuitionsは、日本語に特化したガードレールモデル「Sarashina3 guard」を紹介している。ユーザー入力とLLM出力の有害性を判定し、有害な場合はT1からT12の12カテゴリから該当するものを出力する。日本語テストセットでのF1スコアは入出力平均で68.1、推論レイテンシは3.83msとされ、比較対象のgpt-oss-safeguard-20b（reasoning=medium）の66.6、Qwen3Guard-Gen-8Bの64.4を上回ったとしている。
LINEヤフーは、LINEバイトの検索リランキングでembeddingを後処理により安定化し、cold start problemを解決した。安定化後のembeddingは1か月後も類似度0.87前後を維持し、オフライン評価ではconversion nDCGが+9.0%向上した。A/Bテストでは検索画面単体のKPIに有意な改善はなかったが、サービス全体ではKPIが+4.7%、売上が+6.5%となった。
LINEヤフーは、社内プライベートクラウドFlavaのAPI Gateway開発で、仕様駆動開発、自動検証、高速で再現性のあるローカル環境の3つを実践している。エージェントに失敗を自ら見つけて修正させるため、テストとリンターを検証ループの中核に据えた。テストは合計2,754件あり、開発者マシンでは全体が約15秒で完了するという。
G7首脳は2026年6月17日の声明で、フロンティアAIモデルの能力向上を踏まえ、財務大臣・中央銀行総裁に金融分野におけるAIの機会と潜在的リスクの議論を求めた。サイバー分野の専門家グループには、情報共有の強化とベストプラクティスの整理を要請した。同日、外務省はG7ワーキング・ランチの概要を公表し、高市総理大臣が「信頼性」のある枠組みの構築の重要性を強調したと伝えている。
SB Intuitionsは2026年6月の第40回人工知能学会全国大会（JSAI2026）で、OCRモデル「Sarashina2.2-OCR」を用いたデモアプリケーションを展示した。30億パラメータの日英対応OCRモデルで、縦書き・表・数式を含む文書をMarkdownに再構成する。VJRODaではCER 22.6、BLEU 79.9を記録し、dots.ocr（CER 40.1、BLEU 71.5）を上回った。
Google DeepMindは、Schmidt Sciences、Cooperative AI Foundation、ARIA、Google.orgと共同で、マルチエージェントAIの安全性研究を対象とした最大1,000万ドルの研究助成公募を発表した。対象分野は、サンドボックスとテストベッド、エージェントネットワークの科学、エージェント基盤の強化、監視と制御の4つである。応募締切は2026年8月8日で、採択結果は2026年秋に発表される予定である。
GRPOなどのLLM強化学習では、Rolloutを行う推論backendと学習backendの差によってPolicyがずれる。ABEJAはQwen3-4Bを使い、vLLMとtransformersの確率を比較して実測した。約3900tokenのうち81.1%は確率差0.001未満で一致した一方、差0.10以上も0.3%あり、最大は0.215だった。補正策としてtoken-level IS、truncated IS、幾何平均、rejection samplingが挙げられている。
Mistral AIは、AIアプリケーション向けの本番検索パイプラインを構築する合成可能なフレームワーク「Search Toolkit」をパブリックプレビューで公開した。取り込み、検索、評価を共通インターフェースに統合し、オープンソースでクラウド、オンプレミス、エッジのいずれでも動作する。検索手法としてBM25、埋め込みベースの密ベクトル検索、両者を組み合わせたハイブリッド構成を備え、評価ではrecall、precision、MRR、NDCGを測定できる。
Turingのチームが、NVIDIAの自動運転シミュレーターAlpaSim上で、自社開発のVLAモデル「DriveHeron」（2B）を動かす手順を紹介した。BaseTrajectoryModelを継承したモデルの実装、entry pointへの登録、driver設定ファイルの用意、Wizardからの`driver=...`指定という流れである。評価は正常に実行できた909シーンで行い、1回のみの実行結果である。
