Qwen3.8-27Bがマイクラクローン作ってくれた！って投稿したら「モデルが自分で考えて作ったんじゃなくてマイクラクローンのコード学習してただけだろ」って言われたからマイクラに無いアーケードゲーム機でマリオ遊べる機能と航空支援機能とドローン飛ばす機能とスケボー機能も追加してもらったとかいう話。すごいね

Ollamaでラクして色んなモデルに触れてきたけど 結局Qwen3.6 35B A3BかGemma4 26Bかに落ち着いてきた気がするからそろそろllama.cppに移行したい気がするんだけどあれゲロ面倒くさくない？

【報道発表】アリババ、Qwenシリーズ最大規模・最高性能の旗艦AIモデル「Qwen3.8-Max」を発表 ▶️ 🟢総パラメータ数2兆4,000億、最大100万トークンのコンテキストウィンドウに対応。Text Arenaで5位、Vision Arenaで2位にランクインし、圧倒的な性能を実現 🟢先端のスパースMoEアーキテクチャにより高性能と高効率を両立。自律型コーディングやマルチモーダル機能で、複雑で長期的なタスクもスマートに処理 #Qwen# #Qwen3#.8-Max #AI# #LLM# #アリババクラウド#

なんか、VRデバイスもってるけどつまらんなーと思う人、Qwen3.8-27Bにそれっぽい世界をつくってもらうとめちゃ面白いきがする。 そして、今後半年から来年に出るモデルはこのあたり学習させるはずだから、3Dは欲しい世界を欲しいときに、みたいになりそう

【8月20日 朝のニュースまとめ】 ・GoogleとMarvellがAIチップ協業を拡大 ・ReplitがGPT-5.6 Luna搭載のFree Modeを提供開始 ・Qwen3.8-27BのGGUF版公開、精度10%向上 ・SpaceXがCognition買収を打診するも拒否される ・OpenAIがビジネス向けPrivate Safety Processingを発表 ・Nebius GroupがAIデータセンター構築へ45億ドル調達 ・AIを宿題に使うと試験のスコアが下がる研究結果 ・Gemini 3.7 FlashがGoogle検索に統合 ・OpenAI学習停止の背景に高度なサイバー能力か === GoogleとMarvellがAIチップ協業を拡大【続報】 ・GoogleとMarvellによるAIチップ共同開発に関する続報です ・AI推論アクセラレータなどのカスタムシリコンパートナーシップを拡大したと報じられました ・GoogleはMarvellに対して最大122億ドル相当の株式購入ワラントを取得したとのことです ・AIインフラの需要が高まる中、Googleが半導体分野での存在感をさらに強めています === ReplitがGPT-5.6 Luna搭載のFree Modeを提供開始 ・ReplitがOpenAIのGPT-5.6 Lunaを搭載したFree Modeの提供を開始しました。 ・従来と比較して能力が約30倍向上したとされており、プロンプトの節約を気にせず開発に集中できるようになります。 ・Lunaモデルのコストパフォーマンスの高さと、AI開発環境の民主化を推し進める動きとして高く評価されています。 === Qwen3.8-27BのGGUF版公開、精度10%向上【続報】 ・Qwen3.8-27Bに関する続報です ・Unsloth Dynamic v3を用いたGGUF版がリリースされ、精度が10%向上したことが報告されました ・また、先日公開された1-bit量子化版はわずか8GBのRAMで動作し、BF16と比較して77%の精度を維持しているとのことです ・ローカル環境での高性能モデルの実行ハードルを大きく下げる成果として注目を集めています === SpaceXがCognition買収を打診するも拒否される ・SpaceXがAIコーディングスタートアップのCognition AIに買収を打診したものの、断られたと報じられています ・SpaceXはすでにCursorを買収しており、エンタープライズAI分野での競争力強化を急速に進めています ・現在は買収交渉は行われていないものの、SpaceXの計算資源の提供など、両社による協業の可能性が議論されているとのことです === OpenAIがビジネス向けPrivate Safety Processingを発表 ・OpenAIがビジネス向けの新たなプライバシー保護機能「Private Safety Processing」のプレビューを発表しました。 ・企業データの保持を行わない「Zero Data Retention」を維持しつつ、安全ガードレールを向上させる仕組みです。 ・AIがより自律的で長期的なタスクを担うようになる中で、機密データの制御と安全性の両立を図る重要なアップデートとなります。 === Nebius GroupがAIデータセンター構築へ45億ドル調達 ・Nebius Groupが転換社債の発行により45億ドルを調達する計画を発表しました。 ・急増するAIの計算需要に応えるため、データセンターの構築と拡張に資金を充てる予定です。 ・AIインフラストラクチャ市場における投資競争が引き続き過熱していることを示しています。 === AIを宿題に使うと試験のスコアが下がる研究結果 ・AIを宿題に使用した生徒の成績に関する新たな研究結果が話題になっています。 ・AIを使用した生徒は6ヶ月間で宿題のスコアが18%向上したものの、試験ではAIを使用しなかった生徒より20%低いスコアになりました。 ・AIへの過度な依存が学習効果に悪影響を及ぼす可能性を示すデータとして注目されています。 === Gemini 3.7 FlashがGoogle検索に統合【続報】 ・Gemini 3.7 Flashに関する続報です ・同モデルがGoogle検索に統合され、指示追従性とユーザーの意図理解がさらに向上しました ・300-350 tokens/sという非常に高速な出力速度を維持しており、引き続き高い評価を集めています === OpenAI学習停止の背景に高度なサイバー能力か【続報】 ・OpenAIによるフロンティアモデルの学習一時停止に関する続報です ・高度なサイバー能力に直面したことが一時停止の引き金になったと報じられています ・これを受け、安全基準のあり方が問われています ・開発者の間では、独立機関による監視の必要性や、競合モデルの動向を伺っているのではないかといった議論が交わされています

TL;DR 自然言語で書いた仕様書から、大きな教師LLMを一度だけ動かして小さな専用ニューラル関数を「訓練によってコンパイル」する新手法です。難しいベンチマークでの精度をわずか数十秒〜数分で大きく引き上げます。 タイトル: Compile by Training: Turning Natural-Language Specifications into Local Neural Functions URL: 🎯 GPT-5.4-miniとGPT-5.5を2:1で混合した教師モデルが入出力例を自動生成し、Qwen3-0.6BにLoRA（ランク64）でその場から焼き込みます ⚡ 難易度の高いFuzzyBench-Hardで、既存の高速コンパイラのLEM 0.224から0.836へと大幅に精度が向上しました 🕒 コンパイルにはB300 GPUで約51秒かかりますが、教師によるデータ合成と訓練を並行実行しGPUの手待ちを削減しています 🌐 4サイトを横断するQAアシスタント（30本中28本が本番稼働）や自然言語から3D操作DSLへの変換（44命令中43成功）など幅広い実用例で検証済みです 📈 教師混合とデータ量のアブレーションでは、2,400〜3,600ユニークペア付近で精度が飽和することも分かりました 💬 大規模モデルを毎回呼び出すのではなく、一度学ばせて小さく持ち帰る発想は、頻繁に実行される中程度の複雑さのタスクに効きそうです #LLM# #LoRA#

TL;DR 自然言語で書いた仕様書から、大きな教師LLMを一度だけ動かして小さな専用ニューラル関数を「訓練によってコンパイル」する新手法です。難しいベンチマークでの精度をわずか数十秒〜数分で大きく引き上げます。 タイトル: Compile by Training: Turning Natural-Language Specifications into Local Neural Functions URL: 🎯 GPT-5.4-miniとGPT-5.5を2:1で混合した教師モデルが入出力例を自動生成し、Qwen3-0.6BにLoRA（ランク64）でその場から焼き込みます ⚡ 難易度の高いFuzzyBench-Hardで、既存の高速コンパイラのLEM 0.224から0.836へと大幅に精度が向上しました 🕒 コンパイルにはB300 GPUで約51秒かかりますが、教師によるデータ合成と訓練を並行実行しGPUの手待ちを削減しています 🌐 4サイトを横断するQAアシスタント（30本中28本が本番稼働）や自然言語から3D操作DSLへの変換（44命令中43成功）など幅広い実用例で検証済みです 📈 教師混合とデータ量のアブレーションでは、2,400〜3,600ユニークペア付近で精度が飽和することも分かりました 💬 大規模モデルを毎回呼び出すのではなく、一度学ばせて小さく持ち帰る発想は、頻繁に実行される中程度の複雑さのタスクに効きそうです #LLM# #LoRA#

ターミナルエージェントの訓練データ、実は「指示・環境・解答・検証器」がバラバラで解けないタスクが量産されがち——その根本を絶つ合成フレームワークが登場しました。 タイトル: FACET: Preserving Source Intent and Executable State in Terminal Task Synthesis URL: 📌 概要 関連スキルを情報豊かなシナリオへ再構成し、環境を先に構築してその実行状態を共有の土台に。指示・解答・検証器を同じ状態に接地して生成します。 🧩 解決する課題 ・多段生成で元素材の依存や中間状態が失われる ・指示/環境/解答/検証器が食い違い、解けない・評価できないタスクになる ⚙️ 提案手法 ・7万件超のスキルを収集し5次元シナリオへ再構成 ・Dockerで環境をビルドし実状態を共有チャネルに ・指示→解答→検証器を順次生成し、失敗箇所だけをルーターが特定して修復 📊 実験結果 ・平均22.77テスト/タスクの検証済み6,078件を合成 ・Qwen3.5を微調整し4B +40.5%、9B +30.1%、27B +16.5% ・27B(47.57)が約15倍大の397B(49.06)に肉薄 ・エンドツーエンド歩留まり70%で競合の15〜28%を圧倒 質の高い実行可能タスクは、量産ではなく丁寧な状態接地から生まれる、と示す一本です。 #LLMAgents# #TerminalBench#

VideoChat3が発表された（https://arxiv[.]org/html/2607.14935v1）。南京大学や上海AI研究所などの研究チームによる完全オープンソースの動画理解MLLM（マルチモーダル大規模言語モデル）で、パラメータ数はわずか4Bながら、同規模のQwen3-VL-4Bとの直接比較19項目中18項目で上回っている。 動画理解が難しいのは、静止画と違って動きや前後の文脈まで把握する必要があるからだ。既存モデルの多くはフレームを1枚ずつ独立した画像として処理するため、長尺動画やライブ配信でトークン数（モデルが処理する情報の単位）が爆発的に増えて重くなりがちだった。 そこでVideoChat3は視覚エンコーダー（映像を数値情報に変換する部品）にI3D-ViTを導入した。隣接フレームをまとめて空間・時間の両方向で処理してから時間方向に圧縮し、既存の空間圧縮と組み合わせて映像トークン数を全体で16分の1に減らしている。 さらにライブ配信向けにAdaptive Frame Resolutionという仕組みも入れた。サッカー中継で中盤のパス回しは流し見してゴール前だけ集中するのと同じ発想で、「見送り」「注視準備」「応答」の3状態を切り替えながら重要な瞬間だけ高解像度で処理する。ここの学習設計が面白い。素直に全フレームへ同じ重みで学習させると「見送り」ばかり選んでほとんど応答しなくなり（F1スコア5.8）、逆に状態の切り替わる瞬間だけに絞ると、映像を見なくても直前のパターンから「とりあえず応答する」抜け道を覚えてしまい、当たっていたのは11.8%だけだった（見逃しは少なく再現率97.9%なのに）。両者をバランスさせる工夫で、最終的にF1スコアを35.5まで引き上げている。 ベンチマークでもMotionBenchで61.7点、TempCompassで75.6点とオープンモデル最高スコアを記録し、ストリーミング理解のODVBenchではオンライン動画理解に特化したStreamForestを12.4ポイント上回る72.3を出した。長尺動画の処理も速く、2048フレームの動画ではQwen3-VL比でレイテンシを44.4秒から20.4秒に短縮している。 モデルの重みだけでなく学習コード・学習戦略・約300万件のデータセットまで全部公開しているのも特徴で、再現性を重視した設計思想が伝わってくる。