2026-07-16 · 10 topics
Thinking Machines、975B パラメータのマルチモーダルモデル Inkling を公開──音声理解で SOTA 級の性能
🔥🔥🔥元 OpenAI CTO らが設立した Thinking Machines Lab 初のオープンウェイトモデルで、音声・画像・テキストをネイティブ処理する MoE アーキテクチャを採用している。
Meta、広告最適化向け階層的インタレスト表現モデルを公開──数十億規模のグラフで深層ファネルを強化
🔥🔥LLMによるマルチモーダル知識とグラフ学習を統合し、疎なエンゲージメント信号からユーザーの潜在的興味を抽出する新たな表現レイヤー。
HuggingFace、音声AI評価ベンチマーク「Real World VoiceEQ」を公開──100万件超の人間評価でモデルの「人間らしさ」を定量化
🔥🔥ASR・TTS・S2Sなど40以上の主要モデルを15以上の指標で評価し、従来のWER（単語誤り率）では捉えきれない感情理解や文脈依存の課題を浮き彫りにする。
AllenAI、海洋監視エージェント「Shippy」の設計知見を公開──信頼性を高める階層型アーキテクチャ
🔥🔥高リスクな海洋ドメインで実用化するため、LLMの推論に頼らずCLIとサンドボックスによる決定論的なツール制御を採用した。
Apple、学習済み視覚エンコーダ適応モデル FAE を発表──単一アテンション層で生成品質を最適化
🔥🔥理解用エンコーダと生成用潜在空間の不整合を解消し、ImageNet 256x256 で FID 1.29 の高精度を達成した。
Apple、RAG 統合モデル CLaRa を発表──検索と生成を連続潜在空間で最適化
🔥🔥検索と生成を単一の言語モデル損失関数で end-to-end 学習し、1/16 の圧縮率で SOTA 級の QA 精度を達成した。
Google Research、拡散モデルの「創造性」を数学的に解明──スコア関数の平滑化が補間を生むメカニズム
🔥🔥拡散モデルが学習データを丸暗記せず新規データを生成できる理由は、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」による補間効果であることを数学的に証明した。
Apple、LLM の Function-Calling における不確実性定量化手法を提案
🔥🔥Function-Calling の誤実行を防ぐため、構文解析に基づくクラスタリング等の手法で LLM の自信度を判定する初の評価枠組みを提示した。
IBM Research、LLM ルーティングを最適化問題として再定義──AppWorld でコスト 21% 削減を実証
🔥🔥モデル選択を単なる分類問題ではなく、キャッシュ効率やインフラ制約を含むシステム全体の問題として捉え直すことで、精度低下を最小限に抑えつつコストとレイテンシを最適化する。
ドイツ RWE Power、地熱エネルギー探査に向けた深部掘削調査報告を公開──EB2 孔で深度 506m に到達
🔥2029 年の石炭火力発電所閉鎖を見据え、既存の地域熱供給網を代替する中深層地熱源の地質学的特性を解明した。