LLM・基盤モデル
モデルリリース、性能・ベンチマーク、アーキテクチャ、推論効率
AstaBrief 8B：引用付きレポートの仕組みと限界
AstaBrief 8Bの生成工程とSFT・DPOの評価値を比較。速度の測定範囲、引用の限界、PDF入力と外部通信、成果物ごとのライセンスを整理します。
Android Bench 2.0公開、実画面と長期タスクでAI開発力を再評価
Googleが公開した新指標「Android Bench 2.0」を整理します。旧版の飽和や実務との乖離という背景を踏まえ、数千行規模の長期タスクや実画面検証、連続完了率の導入が開発者やモデル開発企業に与える影響を解説します。
Google AIにColab特典が統合、加入者にGPU環境と計算枠を付与
Googleは有料のGoogle AIプラン加入者向けにGoogle Colabの特典提供を開始しました。プラン別の計算単位枠やGPUアクセス権、料金、既存契約との合算ルールや利用条件を整理します。
Modal、中央同期を排した新基盤で100万サンドボックス起動を実証
Modalは100万件のサンドボックスを1分未満で起動する独自インフラの実証結果を公開しました。中央ストアへの同期書き込みを排し、メモリ上の状態キャッシュと直接RPCで高速化を図った新アーキテクチャの仕組みと運用上の留意点を解説します。
単一スコア依存から脱却へ、AI評価の実行条件開示が開発と選定を変える
英AI安全研究所とEvalEvalはAI評価の再現性向上に向け共有インフラの利用を発表しました。新基準「EEE」による実行条件の記録と、関係者が直面する課題を整理します。
文章を書かないAI「Jev」登場 型付き判断と並列評価で高速化
米TypeSafe AIが発表した「Jev」は、文章を生成せず型付き判断と確率のみを返す新モデルです。70〜500ミリ秒という高速応答の理由やRLCDの仕組み、問い合わせ分類や承認ゲートなど業務自動化での具体的なユースケースを整理します。
AlibabaがAIレビューCLI公開、低誤検知で一次選別を担う
AlibabaはAI支援コードレビューCLI「OpenCodeReview」をオープンソースとして公開しました。決定論的なルール処理とLLMの推論を組み合わせ、高い適合率とトークン削減を実現します。急増するAI生成コードに対する一次トリアージの仕組みを整理します。
コード出荷から検証力育成へ AI時代の開発組織とプリセプター制度
AIによる定型業務の代替が進む中、若手エンジニアの育成危機が指摘されています。Anthropic社の調査データやScott Hanselman氏の提言をもとに、AI出力の検証力を養うプリセプター制度の導入と組織改革の要点を解説します。
プロンプト調整から推論時の入力全体を動的に制御する設計へ
本番環境でAIを安定稼働させるコンテキストエンジニアリングを解説。プロンプト調整やRAGとの違い、長文脈化に伴う限界、動的な情報制御、メモリ汚染への防御策、EU AI法などの法的要件まで体系的に整理します。
CloudflareがAI Search提供拡大、RAG構築を自動化へ
Cloudflareが提供を拡大した「AI Search」の機能概要、MCP対応、データ取り込み仕様、セキュリティ設計の注意点、利用条件を解説した記事。
MacかGPUか：動かしたいモデル規模で決めるローカルLLM機材選び
個人向けローカルLLM環境の構築ガイド。メモリ容量と量子化・モデル規模の計算基準から、Mac mini/Studio、RTX 5090、Ryzen AI、DGX Sparkの価格・仕様、推論ランタイムの最適化手法まで体系的に解説します。
PC資源を統合しMoE推論を高速化するFreeTokenの仕組み
コンシューマー機で大規模MoEモデルの推論を効率化する推論エンジン「FreeToken」が登場しました。帯域測定に基づくCPU・GPU協調実行（q*）や状態再利用の仕組み、実測性能と導入要件を解説します。
Robloxの自律開発運用を支える組織知識の注入と安全網
Robloxの自律型SDLC「Prompt to Prod」の設計思想とインフラ基盤を解説。組織知識の注入やサンドボックス、自動ロールバックによる安全な本番デリバリーの仕組みと、開発組織への影響を紐解きます。
Sakana AIが防衛省と情報分析実証を契約、公開情報活用を検証へ
Sakana AIと防衛省による情報分析支援AIの調査・実証契約に関する解説記事
LinkedInが週7.9万件のAIコードレビューを処理する仕組み
LinkedInの大規模マルチエージェント型AIコードレビュー基盤を解説。週7.9万件の処理実績、独立並列検証と3層ルール合成の仕組み、運用SLAや開発現場の役割変化、導入の課題を整理します。
DoorDashが挑むリアルタイムAIモデレーションの舞台裏
DoorDashが公開したリアルタイムAIモデレーション基盤「SafeChat」を解説。テキスト、画像、音声に対応する多層アーキテクチャや低遅延処理の仕組み、事案50％減の成果とプライバシー等の課題を整理します。
