NVIDIA が Nemotron 3.5 ASR をリリース ── 600Mパラメータで40言語をリアルタイム文字起こし、多言語対応の厄介ごとを一撃で解消する構え
NVIDIA の Nemotron 3.5 ASR は 600M パラメータで 40 言語をリアルタイム文字起こしする多言語ストリーミング ASR。句読点付きで 0.07 秒のレイテンシを実現。
-
-
Hugging Face が EVA-Bench Data 2.0: 3 Domains, 121 Tools, 213 Scenarios をリリース ── エンタープライズ向けボイスエージェントの評価が約4倍に拡張
EVA-Bench 2.0が3ドメイン213シナリオに拡張。GPT-5.4等で検証済みのエンタープライズ向けボイスエージェント評価データセット。
-
NVIDIA が Nemotron 向け合成Q&A生成手法を公開 ── GPQAで+11.1の劇的改善
NVIDIAのNemotron学習向け合成Q&A生成手法がGPQAで+11.1向上。約70タスクから高品質な学習データを自動生成するパイプラインを詳解。
-
Hugging Face が Adding MCP Tools to Reachy Mini をリリース ── クラウドからロボットにスキルを即追加
Reachy MiniがMCP経由でHugging Face Spacesのツールを利用可能に。コマンド1発で天気予報などの機能を追加できる。
-
Hugging Face が Direct Preference Optimization Beyond Chatbots をリリース ── OCRの無限ループ地獄をDPOで撲滅
チャットAI向けのDPO技術をOCRの無限ループ対策に応用。テキスト劣化率を平均59.4%も削減した驚きのアプローチを紹介。
-
Hugging Face が Holo3.1 をリリース ── モバイル対応＆ローカル推論でComputer Useが進化
Hugging FaceがHolo3.1をリリース。モバイル環境のスコア大幅向上や、ローカル推論に最適化された量子化モデルの追加が目玉。
-
Hugging Face が Mellum2: A 12B Mixture-of-Experts Model by JetBrains をリリース ── 12BパラメータのMoE、推論は2.5Bで2倍速
JetBrainsのMoEモデル「Mellum2」が12Bパラメータで登場。推論時は2.5Bのみ活性化し、2倍の高速性を実現。Apache 2.0ライセンス。
-
Hugging Face 誌上で IBM Research が提唱 ── 企業向けエージェントAIを成功させる「Agent Logic」とは
IBM Researchが提唱する企業AI導入の鍵「Agent Logic」とは。LLMのハルシネーションを抑え、業務フローを制御する手法。
-
Hugging Face が NVIDIA Cosmos 3 をリリース ── 物理AIのための統合オムニモデル登場
NVIDIA Cosmos 3は物理AI向けオムニモデル。MoT採用で生成・推論・アクションを1モデルに統合。Hugging Faceで公開中。
-
Hugging Face が PyTorchプロファイリング入門ガイドを公開 ── LLM最適化の第一歩
Hugging FaceがPyTorchプロファイリング入門連載を開始。行列積からトレースの読み方やtorch.compileの変化を解説。
