AUDITPLAN、AIモデルの安全性監査強化とアライメント改善
学術論文リポジトリarXiv cs.CRは9月16日(現地時間)付けで公開された論文にて、大規模言語モデルの安全性アライメントを強化する新アプローチ「AUDITPLAN」を提案した。この手法は、モデルがコンパクトな構造化された安全計画を生成し、その計画に基づいて回答することで、回答のみを評価する従来の安全性チューニングパイプラインが抱える課題の解決を目指す。
Tag
#Qwen
26 件の関連記事
Together AI、ファインチューニングサービスを拡充 新モデル追加と価格改定
Together AIは9月10日(現地時間)、AIモデルのファインチューニングサービスを大幅に拡張したと発表した。今回のリリースでは、最新のオープンウェイトモデルへのサポートを拡大したほか、トレーニング過程をリアルタイムで監視できるライブ実験追跡機能、トレーニングおよびデータ処理におけるきめ細かな制御機能が導入された。また、一部モデルのトレーニング価格引き下げも実施され、利用者の費用負担軽減を図る。
大規模言語モデル、情報不足時のベイズ事前分布活用メカニズムを解明
arXiv cs.LGは2026年9月1日(現地時間)、大規模言語モデル (LLMs) が情報不足時にトレーニングコーパスのユニグラム分布をベイズ事前分布として活用するメカニズムを解明する研究論文「The Geometry of Ignorance: LLMs Know When to Temper Bayesian Priors」を公開した。同論文は、その根底にあるunembedding geometryの存在と、この構造が複数のモデルファミリーに共通していることを指摘している。
クウェン、マルチモーダルMoEモデル「Qwen3.8-Flash-Next」発表
Simon Willison's Weblogは2026年8月26日(現地時間)、クウェン (Qwen) が新たなオープンウェイトモデル「Qwen3.8-Flash-Next」を発表したと報じた。このモデルはマルチモーダルなMoEモデルであり、同時にQwen4で採用されるアーキテクチャの早期プレビューとしての役割を持つ。合計1250億トークン規模ながら、アクティブなトークン数は60億に抑えられており、性能向上を実現している。
アンドリュー・ウン氏、DeepLearning.aiでAIエンジニアリングに注力
グーグルブレイン (Google Brain) とCourseraの共同創設者であるアンドリュー・ウン氏は2026年8月25日(現地時間)、自身が共同創設したオンライン学習プラットフォームDeepLearning.aiを「AI Engineering」に焦点を当てて再始動したと発表した。これは10,000件超の求人分析、AI専門家や採用担当者への数十回のインタビュー、調査データなどを総合的に分析した結果に基づいている。
Apple、Alibabaと共同で中国向けAIモデル訓練か
ghacks.netは2026年8月18日(現地時間)、Appleが中国向けに特化した独自の生成AIモデルをAlibabaの支援を受けて訓練したと報じた。この取り組みは、中国のユーザーにApple Intelligenceを提供するための戦略の一環であり、Appleが中国の第三者AIモデルのみに依存するという従来の計画から方針転換した可能性を示唆している。
Alibaba、AIエージェント向けQwenプラットフォーム開放
Alibabaは8月10日(現地時間)、自社の人工知能 (AI) モデル「Qwen」を基盤とする「チエンウェン・オープン・プラットフォーム (Qianwen Open Platform)」を外部開発者向けに開放したと発表した。この開放により、サードパーティはスマートフォン、パーソナルコンピューター、スマートグラスなど多様なデバイス向けにカスタムAIエージェントを構築できるようになり、Qwenを中心とした広範なAIエージェントエコシステムの構築が加速される。
Qwen、新オープンウェイトモデル発表 コーディングとエージェント作業強化
Qwenは2026年8月3日(現地時間)、新たなオープンウェイトモデル「Qwen 3.8 Max」と「Qwen 3.8-27B」を発表した。「Qwen 3.8 Max」は2.4兆パラメータを持つ大規模言語モデルで、特に自律コーディング、長期にわたるエージェント作業、マルチモーダル推論に特化している。これらのモデルのオープンウェイト版は来週にも公開される見込みとされた。
Alibaba Qwen、2.4兆パラメータMoEモデル「Qwen3.8-Max」発表
Alibaba Qwenは8月3日(現地時間)、総パラメータ数2.4兆の混合専門家（MoE）モデル「Qwen3.8-Max」の一般提供を開始した。本モデルはテキスト、画像、動画を入力とし、テキストを出力するマルチモーダル機能を備える。API版は即座に展開可能で、OpenAIおよびDashScopeと互換性を持つ。より小規模な「Qwen3.8-27B」と併せて、次週にはオープンウェイト版の提供も予定されている。
Apple Intelligence、Alibaba Qwen採用で中国当局から承認
Appleは7月15日(現地時間)、生成AI機能群「Apple Intelligence」が中国サイバースペース管理局の承認を得たと報じられた。同社はAlibabaのQwenモデルをバックエンドとして利用し、中国本土での生成AI機能展開に必要な登録を完了した。この動きは、これまで中国の顧客に提供されていなかったAppleのAI機能が、競合他社がすでに展開する中で提供可能となる道を開くものだ。
Apple、LLMのコード生成能力を向上させる自己蒸留手法を発表
Apple ML Researchは2026年7月15日(現地時間)、大規模言語モデル (LLM) のコード生成能力を向上させる「Simple Self-Distillation (SSD)」と呼ぶ手法を発表した。この手法は、検証器や教師モデル、強化学習を使用せず、モデル自身の出力のみを用いて改善を図る。Qwen3-30B-Instructモデルにおいて、LiveCodeBench v6でのpass@1スコアを42.4%から55.3%に向上させる効果が確認された。
米国スタートアップ、高コストAIから中国製モデルへ移行
NPRが2026年7月15日(現地時間)付けで報じたところによると、一部の米国のスタートアップ企業が、運用コストを削減するため、高価格帯の米国製AIモデルから、低価格の中国製AIモデルへの移行を進めている。サンフランシスコを拠点とするLindy.aiは、主要な経費となっていたAnthropicのモデルから、中国製AIモデルDeepSeek-V4へトラフィックの100%を移行したことを先月発表。これにより同社は数百万ドルの費用削減を実現したという。
Google Gemini 3.5 Pro提供遅延 中国AI規制が示すコンプライアンス課題
Googleは7月6日(現地時間)、AIモデル「Gemini 3.5 Pro」の正式リリースが遅れていることを明らかにした。同モデルは「Vertex AI」の企業向けプレビュー段階にあり、一般提供開始日や価格は未確定。一方、中国では7月15日に施行されるAI擬人化インタラクティブサービス管理暫定措置により、ByteDanceの「Doubao」とAlibabaの「Qwen」がエージェント機能を停止する。これらの動きは、高度なAIモデルの開発と展開において、性能、安全性、そして規制順守が複雑に絡み合う構造的な課題を示唆している。
ByteDanceとAlibaba、中国新AI規制で人間型エージェント機能を停止
ByteDance（バイトダンス）が提供するDoubao（ドウバオ）と、Alibaba Group Holding（アリババ・グループ・ホールディング）が提供するQwen（クウェン）は、中国の新たな人工知能（AI）規制に準拠するため、人間型AIエージェント機能の提供を停止することを2026年7月5日(現地時間)に発表した。Doubaoは7月15日にエージェント機能の提供を終了し、Qwenは7月10日に人間型インタラクティブエージェントとユーザー作成エージェント機能を無効化する。
DeepReinforce、エージェントコーディング向けLLM「Ornith-1.0」を公開
ディープレインフォース (DeepReinforce) は2026年6月29日(現地時間)、エージェントコーディングに特化したオープンウェイトの大規模言語モデル (LLM) である「Ornith-1.0」をリリースした。これは同社にとって初のモデルリリースとなる。Ornith-1.0は既存のGemma 4とQwen 3.5を基盤として構築されており、同規模のオープンソースモデルと比較して、コーディングベンチマークにおいて最先端の性能を示すとしている。
Hugging FaceがHF JobsでvLLMサーバー提供開始、単一コマンドで利用可能に
Hugging Faceは6月25日(現地時間)、同社のHugging Face Jobs上で、vLLMサーバーを単一コマンドで迅速に起動できる新機能を発表しました。この導入により、ユーザーはHugging Faceのインフラストラクチャを活用し、プライベートなOpenAI互換の**大規模言語モデル（LLM）**エンドポイントを効率的に展開・運用できるようになります。利用料金は秒単位の従量課金制です。
Zed 1.7.2がAI Agent機能強化とGit連携改善を導入
Zedは6月17日(現地時間)、統合開発環境(IDE) Zedのバージョン1.7.2をmacOS、Windows、Linux向けにリリースしました。今回のアップデートでは、AI Agent（AIエージェント）機能の効率を向上させるため、自動コンテキスト圧縮と手動トリガー用の「/compact」コマンドを追加。さらに、Gitグラフのref（ブランチ、リモートref、タグ）に対してカスタムGitコマンドを実行できるコンテキストメニューが導入され、開発者のワークフロー強化を図っています。Markdownプレビューのスタイリングも改善されました。
【速報】Hugging Face Blog、異種小型モデル統合の金融シミュレーション開発報告
Hugging Face Blogは2026年6月6日(現地時間)、第2回Build Small Hackathonのレポートとして、複数の研究機関の異なる小型モデルを統合した金融ドラマシミュレーション「Thousand Token Wood v2」のエンジニアリング詳細を報告した。このプロジェクトでは、OpenAI、OpenBMB、NVIDIA製の小型モデルや、ファインチューニングされたQwenモデルがエージェントとして組み込まれている。
ラシュカ氏、2026年1-5月LLM研究論文リスト公開 Nemotron 3に注目
セバスチャン・ラシュカ氏は6月6日(現地時間)、2026年1月から5月に発表された大規模言語モデル（LLM）関連の注目論文を厳選したリスト『LLM Research Papers: The 2026 List (January to May)』を公開した。これはラシュカ氏自身が今後の記事やプロジェクトで参照するためにブックマークした論文で構成され、推論モデル、強化学習、効率的な推論に重点が置かれている。さらに、エージェントシステム、ツール利用、長文脈処理、拡散言語モデル、実用的な提供インフラに関する論文も多数含まれる。
【速報】Hカンパニー、Holo3.1ファミリーを発表 ローカル推論と幅広い環境に対応
Hカンパニー (Hcompany) は2026年6月1日(現地時間)、コンピュータ利用モデル「Holo3」の次世代版となる「Holo3.1」ファミリーを発表した。この新モデル群は、ウェブ、デスクトップ、モバイルといった幅広い環境、多様なエージェントフレームワーク、そしてクラウドからエンドユーザーデバイスまでのデプロイメントターゲットにおいて、堅牢性の向上を図る。特にローカル推論に最適化された量子化済みチェックポイントの提供を開始した。
小型言語モデルCoT算術、数コピーの「読み出しショートカット」判明
arXiv cs.LGは2026年5月20日(現地時間)、Ming Liu氏が発表した論文「The Readout Shortcut: Positional Number Copying Dominates Arithmetic CoT Readout in Small Language Models」の内容を報じた。この論文は、小型言語モデルが思考連鎖 (CoT) プロンプティングを用いた算術演算を行う際、「読み出しショートカット」と呼ばれる特異な現象が性能に影響を与えることを指摘している。モデルが中間推論内容にかかわらず、回答区切り記号の前の末尾にある数値を最終的な答えとしてコピーする傾向が明らかになった。
モデル開発企業が戦略転換、エージェント機能強化へ
テックメディア「Latent Space」は2026年5月23日(現地時間)、大手モデル開発企業が製品戦略をモデル単体からエージェント機能の構築へと大きく移行していると報じた。OpenAIのGreg Brockman氏の発言やAI21の組織再編、DeepSeekの新たな取り組みなどが、この市場の動向を明確に示している。モデルの性能のみならず、その活用方法と組み合わせた製品化が競争優位の鍵となるとの見方が広がっている。
Microsoft Research、小規模モデル向けエージェントシステムを発表
Microsoft Research AI Frontiersは2026年5月21日(現地時間)、ブラウザとローカルファイルシステムを単一のワークフローで連携させる実験的エージェントアプリケーション「MagenticLite」をリリースした。これは推論やタスク実行を担う専用モデル「MagenticBrain」と「Fara1.5」によって駆動され、小規模モデル向けに最適化されている。
最先端LLM33種のメタ認知能力を分析、ドメイン別で顕著な能力変動
Jon-Paul Cacioli氏らの研究論文は2026年4月21日(現地時間)、arXiv cs.CLで公開され、最先端の大規模言語モデル（LLM）33種のメタ認知モニタリング能力をMMLUベンチマークの6つのドメインで評価した結果を報告した。この広範な調査は、8つのモデルファミリーから選ばれた33モデルを対象に、合計47,151回の観測に基づいている。これまで集計されたメタ認知品質スコアでは見過ごされがちだった、個々のモデルにおけるドメイン間の顕著な能力変動が浮き彫りとなり、LLMの特性理解に新たな視点を提供している。
MachinaCheck、AMD MI300X上でCNC製造可能性分析システムを構築
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。
arXiv、LLM向けに新強化学習「POPO」を提案 正のロールアウトのみで学習
arXiv cs.CLは2026年5月7日(現地時間)、Mingwei Xu氏とHao Fang氏が、大規模言語モデル (LLM) の推論能力向上を目指す新しい強化学習フレームワーク「Positive-Only Policy Optimization (POPO)」を提案したと発表した。これは、検証可能な報酬を伴う強化学習 (RLVR) の領域において、既存手法Group Relative Policy Optimization (GRPO) の負のロールアウト問題を解決するもので、オンラインの正のロールアウトのみで学習を進める。