2026-08-08 · 8 topics
DeepSeek、新モデル DeepSeek V4 Flash 0731 を公開──ARC-AGI-1 で 89.0% を記録
🔥🔥🔥推論特化型バリアントで ARC-AGI-1 Semi-Private 89.0%、ARC-AGI-2 Semi-Private 61.4% を達成しつつコストを大幅抑制。
OpenAI、次世代モデル Astra をサイバーセキュリティ評価で初の「Critical」に指定──自律的なゼロデイ攻撃探索を検知
🔥🔥🔥Preparedness Framework に基づき未公開モデルとして初の最高リスクに分類された Astra は、分離サンドボックス環境での開発凍結と監視強化を余儀なくされている。
AllenAI、AI 家庭教師の指導判断力を測る評価フレームワーク TutorMoments を公開──1,500 件以上の教員注釈データセットを統合
🔥🔥LLM が支援と自発的思考のどちらを選択すべきかを測るリプレイ評価手法を導入し、デフォルトの親切すぎる挙動の偏りを定量化した。
Artificial Analysis、Text to Image Arena を刷新──10 用途と 9 能力軸でモデルを評価
🔥🔥総合 Elo スコア依存から脱却し、UI/UX やテキスト描画など実務のユースケース別に画像生成モデルを比較可能にした。
ByteDance、最大 10 兆パラメータ規模の学習モデル開発に着手──Anthropic 追撃へ
🔥🔥ByteDance が Anthropic の Mythos 系統を意識した 10 兆パラメータ規模のモデルの事前学習を開始し、中国国内最大級の Moonshot Kimi K3 の 3 倍に相当する規模を計画している。
Apple、推論特化型アーキテクチャモデル Arbitrage を発表──推論レイテンシを約 2 倍に短縮
🔥🔥推論ステップごとの動的ルーティングにより、従来手法で発生していた再生成コストを削減し、精度を維持したまま推論レイテンシを約 2 倍に高速化した。
Apple ML Research、言語モデル向け 1.7B パラメータ Categorical Flow Maps を公開──2.1T トークンでスケーラビリティを実証
🔥🔥Apple ML Research は、1.7B パラメータのベースフローモデルを 2.1T トークンで学習し、4 推論ステップでのテキスト生成と標準 LM ベンチマークでの同等性能を実証した。
Comfy-Org、動画生成モデル MiniMax-H3 の ComfyUI 向けリパック版を公開──BF16 から NVFP4 まで 14 ファイルを網羅
🔥🔥MiniMax-H3 を ComfyUI ワークフローへ直接組み込めるよう、diffusion_models や text_encoders などの重みを分割・最適化して配布を開始した。