＼話題のAIを試すなら今👀／ LINEMOユーザーなら 「Perplexity Pro」が半年間無料なんです～✨ 気になっていたAIを、この機会に使ってみませんか？ 👇今すぐチェック

【事前登録開始🪂 JTX 】 JITOのperp dex事前登録開始🔥 Solanaでデカドロ実績があるJITOチームなので期待!! ポイ活やエアドロの詳細はまだ未発表。 アーリーの内にとりあえずウェイトリスト登録っ!!! ■ JTX Waitlist @jtx_trade ⇢ しっかり4年もかけて開発しているようなので、 どんなトレードアプリか早く触りたい!! $JTO 価格もJTXの発表から爆上げ中🚀

StandX 的 BTC 與 XAU 深度現已位居各大永續 DEX（Perp DEX）榜首。 在 10bps / 5bps / 3bps 點差深度上全面超越了 @Lighter_xyz、@grvt_io、@edgeX_exchange 與 @extendedapp。 BTC 深度已與 @Aster_DEX 旗鼓相當。 XAU 深度則已領先 @HyperliquidX。 SIP-5A 功不可沒。 了解更多：

🧠 AIのメモリは「ユーザーの好み」を覚えるもの、という常識を覆す発表です。Perplexityの新メモリ「Brain」は、エージェント自身が仕事のやり方を覚えて上達していきます。 📰 タイトル: Self-improving Memory for Agents 🔗 URL: 💡 概要 Perplexityが、AIエージェント向けの自己改善型メモリ「Brain」を発表しました。エージェント「Computer」が行った作業をコンテキストグラフとして蓄積し、一定間隔で見直すことで、使うほど賢く・安く・速くなる仕組みです。 🔍 解決する課題 従来のメモリはユーザーの好みを覚えることに偏り、エージェント自身の性能向上には使われていませんでした。人間の従業員のように「仕事をしながら学んで上達する」エージェントを実現することが狙いです。 🛠 方法論と提案手法 ・作業の結果や修正を追跡するコンテキストグラフを構築 ・アイデアやプロジェクトをまとめたLLM wikiをエージェントのサンドボックスに自動ロード ・セッションや外部連携の結果、ソース文書の変更を夜間にインクリメンタル統合 ・成功したやり方、失敗した試行、ユーザーの修正の3つから学習し過去のミスを回避 📊 ユースケース / 実験結果 ・既出タスクで回答の正確性が25%向上 ・リコールが16%改善 ・履歴的文脈を要するタスクでコストを13%削減 ・改善は使い続けるほど大きくなる 回答とソース取得の高速化、トークン浪費の削減、問題の予兆の先回り検知などに使えます。 #AIエージェント# #メモリ#

💡 IREN Limited $IREN Q4 FY2026決算 2026-08-27 💰 今四半期業績 - 🔴 EPS：$-1.91 (予想$-0.55) - 🟢 売上高：$137.2M (予想$132M) 📊 重要指標 - 🟢 AI Cloud Services売上高：$70.5M (Q3: $33.6M, QoQ+109.8%) - 🔴 Bitcoin Mining売上高：$66.7M (Q3: $111.2M, QoQ-40.0%) - 🔴 Adjusted EBITDA：$19.2M (Q3: $59.5M, QoQ-67.7%) - 🔴 非現金減損損失：$450.4M (Bitcoin Mining機器の除却関連) - 🟢 契約済ARR：$4B (2026年キャパシティ), 稼働中ARR $1B - 🟢 GPU関連ファイナンス：$2.8B (GPU Capexの90%をカバー) - 🟢 通期売上高 (FY26)：$707M (FY25: $501M, YoY+41.1%) 📍決算内容の注目ポイント - 大手フロンティアAIラボとの新規マルチイヤーAI Cloud契約を締結。Cohere、Prometheus、Perplexity、Figure AI、Fal AI、Higgsfield AIとも契約を締結し、顧客基盤を大幅に拡大。 - Microsoftへの初の50MW液冷GPU展開（Horizon 1）を完了。NVIDIA Exemplar Cloud認定をGB300 NVL72で取得。Horizon 2-4も2026年Q4に順次展開予定。 - Blue OwlおよびPacific Investment Management Company主導の$2.4Bファイナンスを含む$2.8BのGPUファイナンスを確保。固定金利9.0%で関連GPU Capexの90%をカバー。 - MirantisおよびNostrumの買収を完了し、ソフトウェア・サービス能力を強化。欧州（Badajoz, Spain）を含む5GW超のデータセンターパイプラインでグローバル展開を推進。 - FY26中にヘッドカウントが約3倍に増加し、Cスイートレベルの幹部5名を新たに任命。組織体制を大幅に強化。 🤵‍♂️CEO (Daniel Roberts) コメント 「私たちはシンプルな観察からIRENを始めました。デジタルの世界はほぼ瞬時にスケールできますが、物理的な世界はそうではありません。今年、その創業時の仮説が現実のものとなりました。指数関数的なAI消費の成長が、利用可能なインフラ供給をはるかに超えるコンピュート容量への需要を生み出しています。IRENはまさにこの瞬間のために構築されました。2026年のキャパシティはほぼ完売しています。プラットフォームが拡大し市場ポジションが強化されるにつれ、より強力な価格設定、より魅力的な契約条件、改善されたペイバックを確保しています。電力、土地、データセンター、コンピュート、ソフトウェア、人材という、複製困難な資産を数年かけて構築してきました。これはまだ始まりに過ぎません。」 🔍 主要ファンダメンタルズ指標 - 時価総額: 14.46B - PER: 1013.25 - Forward PER: 27.96 - PEG: -10.64 🎯市場評価 - 株価 (発表前): 📈$40.555 (2.46%) - 株価 (発表後): 📉$40.21 (-0.85%) - 決算前アナリスト目標株価: $83.86 ($100 ~ $50) C - 決算総合サプライズ率 (AI推定): 😥-5.82% - 決算後目標株価 (AI推定): $39.43 🤖 決算まとめるくん(AI)コメント 「IREN LimitedのFY2026 Q4決算は、同社がBitcoin Miningから AI Cloud Servicesへの構造転換を加速させる過渡期の姿を鮮明に映し出しています。 売上高は$137.2Mとアナリスト予想$132Mを上回りましたが、EPSは非現金減損$450.4M（Bitcoin Mining機器の除却）の影響で-$1.91と大幅な赤字となりました。ただし、この減損はAI Cloud成長に向けたサイト転換に伴う一時的な会計処理であり、事業の実態を反映するAdjusted EBITDAは$19.2Mと黒字を維持しています。 AI Cloud Services売上は前四半期比+109.8%の$70.5Mへ急拡大し、通期では前年比約8倍の$128.8Mに達しました。一方、Bitcoin Mining売上は$66.7Mへ減少しており、収益構成の転換が急速に進行しています。 将来の成長基盤として注目すべきは、$4Bの契約済ARR（2026年キャパシティ）と現時点で$1Bの稼働中ARRです。MicrosoftへのHorizon 1（50MW液冷GPU展開）の納入完了やNVIDIA GB300 NVL72でのExemplar Cloud認定取得は、技術的信頼性の証左です。 資本面では、$2.8BのGPUファイナンスがCapexの90%をカバーし、顧客プリペイメントと合わせて資金調達の見通しは安定しています。ただし、Altman Z-Score 2.17は「グレーゾーン」にあり、急拡大に伴う財務リスクには留意が必要です。 決算発表後の株価が小幅に軟化した背景には、GAAP純損失の大きさと、次期以降の具体的な売上ガイダンスが明示されなかった点が意識されたと推察されます。しかし、2026年キャパシティの完売状況や2027年に向けた顧客交渉の進展を踏まえると、中期的な収益拡大の蓋然性は高いと評価されます。 評価は📈ポヨ」 🏢 IREN Limited 概要 - セクター: テクノロジー - 特徴: オーストラリア発の垂直統合型AI Cloudプラットフォーム企業。データセンター、コンピュート、ソフトウェアを一体提供し、Bitcoin Miningからの事業転換を推進中。 🤘情報提供 Stock Slayer :

Transformerの「層方向」にも記憶を持たせたら？残差接続を回帰問題として捉え直した論文です。 タイトル: Depth Memory URL: 残差・Attention Residuals・Hyper-Connectionsを「メモリへのRead/Write」で統一し、層を超えて情報を蓄える固定サイズのメモリ LDM（Linear Depth Memory）を提案しています。 注目ポイントは3つです。 🧮 深さ方向の回帰として厳密に解く 各層の出力をキーと値の観測とみなし、忘却係数つきの重み付き最小二乗を再帰的最小二乗法（RLS）で解きます。線形注意の外積更新はその近似にすぎない、という整理が鮮やかです。 ⚡ 実用コストに落とすGPU実装 State unwindingで前の層の状態を小さな保存情報から復元し、Windowed writesで書き込みをまとめます。CuTeカーネルでB200上、Full AttnResより高速、Block AttnResとも同等水準です。 📈 400Mと1.5Bで一貫して改善 1.5BのLAMBADA perplexityはPreLNの10.49に対しLDMは8.42。パラメータ増は約1%で、深くするほど性能が伸び続けました。 残差ストリームを外すと大きく悪化するなど、「足し算の道」を残す大切さも見えます。 #Transformer# #LLM#

パラメータを増やさずに、MoEのエキスパートの組み合わせを約18倍に増やせるとしたら？ タイトル: MoRE: Mixture of Reused Experts URL: ❓ MoREとは何ですか？ 隣り合う層でエキスパートのプールを共有するMoEです。再利用係数R=2なら、2層で2N個のプールを共有し、物理パラメータは標準MoEと同じです。 💡 何が嬉しいのですか？ N=32、K=4のとき、選べる組み合わせは35,960通りから635,376通りへ約18倍に増えます。連続する層で同じエキスパートを使うことも可能になります。 ❓ 実装は難しいですか？ 重み共有と、層ごとの深さ埋め込み1つだけです。ルーターは層ごとに別で、独自の正規化や安定化の仕組みも不要と報告されています。 ❓ 効果はありますか？ 1.15B規模の検証perplexityは、DeepSeek 11.88に対しMoRE 11.75。6ベンチマーク平均の精度は47.05から48.12に上がりました。SonicMoEではスループットも約96%を保ちます。 💡 注意点は？ 検証は1.15Bまで、学習は約65.5億トークンです。100B超での挙動は未検証で、再利用率もランダムの約2倍にとどまります。 #MoE# #LLM#