新たに80億パラメータを発表ダイナミック・バイト・ポテンシャル・コンバーター(Dynamic Byte Latent Transformer）モデルの重み。このモデルは、従来の単語分割法に代わる新しい手法であり、言語モデリングの効率性と信頼性を再定義する可能性を秘めている。
従来の単語分割法では、自然言語を扱う際に多くの制限がありましたが、ダイナミックバイトポテンシャル変換器は、バイトストリームを直接処理することで、モデルの柔軟性とパフォーマンスを向上させます。このアプローチは、希少語や多言語テキストをより適切に処理するだけでなく、ストレージや計算リソースの要件を大幅に削減します。
公開されたモデルの重みと関連コードはダウンロード可能で、研究者は機械翻訳、感情分析、対話システムなど、さまざまな応用シナリオでの性能をさらに追求することができる。
ダイナミック・バイト・ポテンシャル・コンバーターの詳細と、それがもたらすブレークスルーについては、研究論文を参照し、以下のリンクからモデルとコードをダウンロードしてください：https://t.co/GgJEPXTH8W.
---
人工知能は広告業界に革命を起こし、その結果は驚くべきものだ。
技術の進歩に伴い、**AIバーチャル・スポークスパーソン**は、あらゆる製品を持ち、何でも言うことができるようになった。この技術の中核には、ディープラーニングと自然言語処理があり、アバターは外見だけでなく、声や表情も本物の人間のようにリアルにすることができる。
この変化は、広告主にかつてない柔軟性と創造的な空間を与えた。ブランドは、時間とコストを大幅に節約しながら、カスタマイズされたバーチャル・スポークスパーソンによって市場の変化に迅速に対応することができる。加えて、バーチャル・スポークスマンの出現は、イメージの危機や契約上の紛争など、現実のエンドースメントがもたらすかもしれない様々な問題も解決してくれる。
アプリケーションシナリオこれらに限定されない：
- ソーシャルメディア・プロモーション
- ライブ・オンライン・バンディング
- テレビ広告
- 展覧会
これらのアプリケーションは、広告の双方向性と魅力を高めるだけでなく、消費者にリーチするための幅広いチャネルを企業に提供する。
このテクノロジーは有望である一方、倫理やプライバシーに関する議論も巻き起こしている。AIを活用してビジネス価値をもたらしつつ、消費者の権利をいかに守るかが、今後の重要な関心事となるだろう。
---
最近、テンセントの最新モデル「Hunyuan-Turbos」は、複数のレビューで好成績を収め、Deepseek-R1に次ぐ総合8位（スタイルコントロールでは13位）に躍進した。 このモデルは、ハード、コーディング、数学などの主要カテゴリーでトップ10にランクインした。
Hunyuan-Turbosは、そのユニークな技術アーキテクチャにより、2月のバージョン（当時21位）から大幅に改善された。初のハイパースケールハイブリッドTransformer-Mamba MoEモデルとして、Hunyuan-TurbosはMambaの効率的なロングシーケンス処理能力とTransformerの強力な文脈理解能力を組み合わせている。この組み合わせにより、数学、推論、アライメントなどのタスクにおいて、GPT-4o-0806、DeepSeek-V3、オープンソースモデルを凌駕している。また、MMLU-Proのような知識ベースのタスクでも優れています。
主な特徴
- 以前のターボモデルと比較して、Hunyuan-Turbosは推論コストを約1/7に削減した。
- 数学、プログラミング、推論のスキルは、ゆっくり考えるメカニズムを導入することで強化された。
- きめ細かな命令チューニング後のアライメントとプロキシ実行の強化。
- 一般的なパフォーマンスを向上させるための英語トレーニングに最適化されている。
報奨金システムをアップグレード：
- ルールベースのスコアリングと一貫性の検証。
- コード・サンドボックスのフィードバックでSTEM分野の精度を向上。
- クイズと創造性を向上させ、報酬操作の問題を軽減する生成的報酬メカニズム。
この一連の技術革新と最適化は、AI分野におけるテンセントの強力な強みを示すだけでなく、AIの今後の発展に新たな方向性を示すものでもある。
---
OpenAIは最近、ヘルスケアにおける大規模言語モデルの性能と安全性を評価するために設計された、HealthBenchと呼ばれるオープンソースのベンチマークツールを発表した。このベンチマークは、医師によって書かれた標準的な採点ガイドラインで構成された5,000の複数ラウンドの会話で構成され、48,562のユニークな評価ポイントが含まれています。
このベンチマークは、GPT-3.5 Turboの161 TP3Tの精度からGPT-4oの321 TP3Tまで、さらに最近ではGPT-4o3が601 TP3Tを記録するなど、ヘルスケアにおける大規模言語モデルの着実な進歩を示している。さらに、GPT-4.1 nanoのような小型モデルは、GPT-4oのわずか4分の1のコストでありながら、性能で勝ることを実現しています。
ヘルスベンチ HealthBenchは、研究者向けに標準化された評価プラットフォームを提供するだけでなく、大規模言語モデルのヘルスケア分野への応用を促進するための強力なサポートを提供します。HealthBenchは、厳格な評価基準を通じて、開発者がモデルの長所と短所をよりよく理解し、性能と安全性をさらに最適化するのに役立ちます。
---
私たちの友人である@PrimeIntellectが、グローバルに分散された強化学習によって訓練された320億パラメータのモデルであるINTELLECT-2をリリースしたことを祝福する。
今回のリリースの焦点は、モデルそのものよりも、彼らが構築したインフラ、つまり分散型インテリジェンス統合を可能にする設備にある。このインフラは、大規模モデルのトレーニングをサポートするだけでなく、計算リソースを効率的に地理的に分散させることができる。
主なハイライトは以下の通り：
- 詳細な技術レポートでは、モデル・アーキテクチャ、トレーニング・プロセス、パフォーマンス評価について詳細に分析されている。
- 研究者や開発者がINTELLECT-2モデルのチェックポイントをダウンロードして使用できるオープンソースコード。
この強化学習へのグローバルな分散型アプローチは、自律走行、スマートヘルスケア、ロボット工学など、さまざまな分野で応用できる可能性を秘めており、将来のAI応用に新たな道を開くものである。
---
最近だ。オープンAIChatGPTの追加を発表シェアポイント歌で応えるマイクロソフトOneDriveを新しいデータコネクターとして追加した。これらの新機能により、ユーザーはこれらのプラットフォームに保存されている文書やデータにアクセスしやすくなり、より詳細な調査に活用できるようになる。
これらのコネクタは現在、欧州経済領域（EEA）、スイス、英国を除くPlus、Pro、Teamのサブスクライバーが利用できます。このイニシアチブは、ChatGPTの機能をさらに強化し、ビジネスユーザーと個人ユーザーの両方のデータ処理ニーズをより良くサポートできるように設計されています。
SharePointとOneDriveを統合することで、ユーザーはドキュメント、フォーム、その他のファイルをChatGPTで簡単に利用できるようになり、生産性とリサーチの質を向上させることができます。これは、大量のデータや情報を分析・整理する必要があるビジネスユーザーにとって特に重要です。
さらに、このアップデートは、世界中のユーザーのニーズを満たすために、OpenAIのエコシステムの継続的な拡大を示しています。今後、ChatGPTの実用性と柔軟性をさらに高めるため、同様の統合や機能がさらに展開される見込みです。
---
マルチモーダル処理から推論、混合エキスパートモデル（MoE）、ベンチマーキングまで。このブログは、視覚言語モデル（VLM）の包括的なガイドを提供します。
視覚言語モデル（VLM）は、画像理解とテキスト生成において強力な能力を発揮し、画像キャプション、視覚的質問と回答、クロスモーダル検索などのタスクで広く使用されている。マルチモーダル学習により、VLMは画像とテキストの関係をよりよく理解することができ、全体的なパフォーマンスを向上させることができる。
- マルチモーダル融合：画像とテキスト情報を組み合わせて、モデルの包括的な理解を向上させる。
- 推論能力：画像内の物体を認識するだけでなく、その文脈や論理的関係を理解することができる。
- 混合エキスパートモデル（MoE）：複数のエキスパートサブモデルの協調作業により、モデルの表現力と汎化能力を高める。
- ベンチマーク：研究者がさまざまなモデルの性能を評価・比較できるように、一連の標準データセットと評価指標を提供する。
---
家事は常に多くの人にとって頭痛の種だったが、テクノロジーの進歩により、家庭用ロボットがこの課題を解決することが期待されている。
近年、ロボット工学は大きな進歩を遂げている。掃除ロボットからインテリジェントな調理アシスタントまで、これらの機器は徐々に家庭生活の一部となっている。今後数年のうちに、より高度な家庭用ロボットが市場に登場し、日常的な清掃作業だけでなく、品物の取り扱いや高齢者の介護など、より複雑な作業もこなせるようになると予想されている。
技術革新がこの変化の重要な原動力となっている。人工知能、機械学習、センサー技術の進歩により、ロボットは家庭環境をよりよく理解し、適応できるようになった。さらに、IoT技術の普及により、家庭用ロボットはスマートホームシステムとシームレスに統合され、よりスマートなサービスを提供するようになるだろう。
将来性が期待されるとはいえ、家庭用ロボットの普及は、コスト、安全性、プライバシー保護など、多くの課題に直面している。しかし、技術が成熟し、市場の需要が高まるにつれて、こうした課題も徐々に解決されていくことが期待される。
家庭用ロボットの登場は、家事の負担を大幅に軽減するだけでなく、家族にさらなる便利さと快適さをもたらすだろう。
---
現代のニューラル・ネットワークでは、脳神経細胞の時間的・同期的な計算特性は見過ごされがちである。しかし、これらの特性は、生物学的知性の柔軟性と適応性にとって極めて重要である。
この問題に対処するため、研究者たちは新しいニューラル・アーキテクチャ、連続思考マシン（CTM）を提案している。CTMは一から設計されており、コア表現としてニューラル・ダイナミクスを利用している。
CTMの主な特徴は以下の通り：
- 迷路問題は、生の迷路画像を観察し、神経ダイナミクスから直接ステップごとの指示を生成することによって解決される。
- 画像認識タスクでは、CTMは当然、精度と解釈可能性を向上させるために、画像のさまざまな部分を段階的に検査する。
- CTMはタスクの難易度に応じて思考時間を調整することでエネルギーを節約する。例えば、ゴリラを識別するとき、CTMの注意は目から鼻、口へと移動する。
この研究は、神経科学とAIの相乗効果を浮き彫りにしている。現代のAIは脳から着想を得たアイデアに基づいているが、この2つの分野は独立して活動する傾向がある。生物学的なインスピレーションを引き出し、創発的な行動を反復的に追跡することで、研究者は、分類タスクにおける優れた適合性能など、予想外の能力を持つモデルを開発する。
今後、研究者たちはこの斬新なアーキテクチャーの探求を続け、さらに生物学的概念を導入することで、AI技術の限界を押し広げる、よりエキサイティングな新たな行動を発見していくだろう。
---
最近、次のような研究が発表された。協調推論（コラボレイティブ・リーズナー）多知能体環境における言語モデルの協調推論能力を向上させることを目的としたフレームワークを提案する。このフレームワークは、人間や他の知能と協調可能なソーシャルエージェントの開発の基礎を築く。
AI技術の発展に伴い、自律走行、スマートホームシステム、複雑な人間とコンピュータのインタラクションタスクなど、複数の知能間の効率的なインタラクションとコラボレーションを必要とするアプリケーションシナリオが増えている。より高度な推論メカニズムを導入することで、協調推論フレームワークは、言語モデルが個々のコマンドを理解するだけでなく、動的に変化する環境でタスクを完了するために他の知能と連携することを可能にする。
要するにこのフレームワークは、シミュレーションされた実世界のシナリオにおいて、モデルが様々なタイプの参加者と効果的にコミュニケーションをとり、意思決定を行う方法を学習することを可能にする新しいトレーニング手法を提供する。さらに、対話管理や戦略立案などの分野に限らず、多くの種類のタスク設定をサポートする。
研究者らは、この研究は、現代社会のニーズによりよく応えることができる、よりスマートで適応性の高い社会的AIシステムの構築を促進するのに役立つだろうとしている。
