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

LLMは数学の問題で人間より高い正解率を出せるようになりました。でもそれは「きちんと積み上げて理解している」からでしょうか？ タイトル: Do LLMs Exhibit Coherent Knowledge Structures in Mathematical Reasoning? A Perspective from Knowledge Space Theory URL: ❓ LLMは前提知識をきちんと積み上げて正解しているの？ 💡 正解率自体は人間79.6%に対しLLM最高92.5%（Qwen3-80B）と上回りますが、前提を完全に満たした上での正解の割合は人間72.7%に対しLLMは48.16%にとどまります。正解していても土台が抜けているケースが多いということです。 ❓ 前提知識をヒントとして教えてあげれば改善する？ 💡 実は前提に基づくヒントを与えても、無関係な例を与えた場合とほとんど差が出ませんでした。構造的な前提推論ではなく、表層的なパターンマッチングに頼っている可能性が高いです。 ❓ 賢いモデル同士なら、似たような知識の持ち方をしているはず？ 💡 人間の学習者グループ間では知識の重なりが0.9以上と高いのに対し、LLM同士では0.38〜0.6程度しか重なりません。強いモデルほど人間から離れていく傾向も見られました。 ❓ つまりこの研究が示しているのは？ 💡 精度という指標だけでは、LLMの「理解の仕方」のズレは見抜けないということです。知識空間理論という新しい評価レンズを使うことで、正解率の裏にある断片的な知識構造が浮かび上がります。 #LLM評価# #数学的推論#

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#