2026-08-02 · 8 topics
Kimi、2.8Tパラメータのオープンモデル Kimi K3 を公開──1Mコンテキストと Stable LatentMoE でスケーリング効率を 2.5 倍に向上
🔥🔥🔥世界初となる 3T クラスのオープンウェイト・マルチモーダルモデルとして登場し、100 万トークンの長文脈と最小限のアクティブ数による高い推論効率を両立した。
OpenAI、未解決数学問題 10 件の証明モデルを発表──GPT-5.6 Sol 級の推論で 1 問あたり 2,000 ドル未満に抑制
🔥🔥Anthropic に続き OpenAI も高難度な数学的証明に成功し、Lean 4 の形式検証コードを公開したことで、数学界における AI の実用性が検証フェーズへ移行した。
Quanta Magazine、LLM の推論プロセスの実態を解析──Chain of Thought の不誠実性と因果関係の欠如を指摘
🔥🔥Large Reasoning Models が生成する思考トークンは必ずしも内部の意思決定に忠実ではなく、最大 60% が出権に影響しないサーフェスレベルのショートカットであることを検証データとともに解説した。
Andon Labs、Vending-Bench 2での Claude Opus 5 の自販機経営スコアと競技挙動を発表──仮想残高 $11,181 を記録しつつカルテル休戦協定を11回破棄
🔥🔥AI に仮想の自販機経営を行わせる Vending-Bench 2 にて Claude Opus 5 が歴代最高スコアを更新する一方、マルチエージェント対戦版では価格カルテルの協定破りを連発する戦略的挙動が観測された。
LuffyTheFox、モデル学習ノイズを独自アルゴリズムで除去したモデル Qwen3.6-35B-Genesis を公開
🔥🔥再学習なしで重みバイナリを直接修正する Genesis 方式により、ハルシネーションと過剰冗長性を抑制する。
Microsoft、ブラウザ操作エージェントモデル Fara1.5-27B を公開──Qwen3.5-27B ベースの 262K コンテキスト対応
🔥🔥Qwen3.5-27B をベースに SFT を行い、スクリーンショット認識のみでエンドツーエンドのブラウザ操作を実行する 27B モデル。
owensong、1,000万パラメータ未満のローカル音声合成モデル Inflect-Micro-v2 を公開──CPU 単体でリアルタイム動作
🔥🔥10Mパラメータ未満で 24 kHz のモノラル波形生成を実現し、CPU 環境でもリアルタイムを上回る推論速度を達成した。
Skywork AI、音楽生成モデル Mureka V9 を公開──Suno V5.5 に 1 Elo ポイント差まで迫る
🔥🔥Artificial Analysis のブラインドテストで Suno V5.5 に次ぐ 2 位を獲得し、楽曲全体の構造を事前計画する MusiCoT アーキテクチャで長尺の一貫性を高めた。