Tag
10 件の関連記事
Hugging Face Blogは2026年6月17日(現地時間)、パラメータ効率の良いファインチューニング（PEFT）技術に関する記事を公開した。同記事は、モデルファインチューニングに広く利用される「LoRA（Low Rank Adaptation）」の普及状況を分析しつつ、他のPEFT手法の可能性と、情報に基づいた選択のためのベンチマークの重要性を指摘している。Hugging Face Hub上の20,834のモデルカードのうち、20,509（98.4%）がLoRAに言及している。
GLM-5.2は6月16日(現地時間)、機械学習モデルの共有プラットフォームHugging Faceに公開された。この大規模言語モデルは、Mixture-of-Experts（MoE）アーキテクチャを採用し、MIT Licenseの下で提供される。特定のオープンモデル評価指標において、最先端の性能を達成したとされている。
Hugging Face Blogは2026年6月7日(現地時間)、エージェント型強化学習（RL）のためのツール「OpenEnv」が、よりオープンなプロジェクトとして運営されることを発表しました。OpenEnvは今後、Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Mercor、Fleet AI、およびHugging Faceを含む委員会によって調整されます。
NVIDIAは2026年5月31日(現地時間)、透明性、効率性、専門性を持つAIエージェントの開発を可能にするオープンモデル、データ、ライブラリの「NVIDIA Nemotron 3」ファミリーを発表した。このモデル群はNano、Super、Ultraの3サイズで提供され、ハイブリッド潜在混合エキスパート（MoE）アーキテクチャを採用している。
NVIDIAは2026年5月23日(現地時間)、拡散言語モデル（DLM）を基盤とする新たなテキスト生成モデル「ネモトロン・ラボ・ディフュージョン（Nemotron-Labs Diffusion）」を発表した。従来の自己回帰型（AR）モデルとは異なり、このモデルは複数のトークンを並列で生成し、反復的に改善する方式を採用する。これにより、現代のGPUにおける計算モデルを効率的に活用し、ランタイム性能の大幅な向上と、既存テキストの修正能力を提供するとしている。
Hugging Face Blogが2026年5月18日(現地時間)付けで報じたところによると、PaddleOCR 3.5がリリースされ、Hugging Face Transformersを推論バックエンドとして利用可能になった。これにより、サポートされるPaddleOCRモデルは`engine="transformers"`を設定することでTransformersと連携して動作する。この変更は、OCRおよび文書解析タスクをHugging Faceエコシステムに統合する。
Allen Institute for AI (allenai) は2026年5月15日(現地時間)、地球観測モデル「OlmoEarth」の最新版となる「OlmoEarth v1.1」を発表した。この新しいモデルファミリーは、OlmoEarth v1の性能を維持しながら、コンピューティングコストを最大3倍削減することが可能だとしている。
Hugging Face Blogが2026年5月10日(現地時間)付けで報じたところによると、lablab.aiとAMD Developer Hackathonで構築されたMachinaCheckが、AMD Instinct MI300Xを活用したマルチエージェントAIシステムを発表した。このシステムは、CNC機械加工における部品の製造可能性分析を効率化し、手作業による時間とエラーを削減する。機密性の高い顧客データのオンプレミス処理を実現し、データ漏洩のリスクなしに製造プロセスを支援する。
Allen Institute for AIは2026年5月8日(現地時間)、人間が定義した事前知識に頼らず、データから直接モジュール構造が創発するよう事前学習された新しい専門家混合 (MoE) モデル「EMO」を公開した。EMOは、特定のタスクにおいて総専門家のわずか12.5%を使用するだけでほぼフルモデルの性能を維持できる。同時に、全専門家を使用する際には強力な汎用モデルとしても機能する。
Together AIは2026年5月8日(現地時間)、HuggingFace上の機械学習モデルのデプロイと推論を迅速化する新手法を発表した。CLIエージェントランナー「Goose」と「Dedicated Container Inference」を組み合わせることで、開発者はモデルのセットアップ時間を大幅に短縮し、公開当日に本番環境での運用が可能になる。Netflixの「void-model」を事例に、専門知識を要したコンテナ化や環境設定の簡素化が期待される具体的な利用手順が示された。