Hugging Face が QIMMA قِمّة ⛰: A Quality-First Arabic LLM Leaderboard を発表 ── 既存ベンチマークの品質問題を暴く、真のアラビア語能力を測るリーダーボード
既存のベンチマークの品質問題を指摘し、真のアラビア語能力を評価するQuality-Firstリーダーボード「QIMMA」が登場。
-
-
Hugging Face が How to Ground a Korean AI Agent in Real Demographics with Synthetic Personas をリリース ── 個人情報ゼロで700万件のリアルな韓国住民データ
NVIDIAが韓国の公式統計に基づく700万件の合成ペルソナデータセットをHugging Faceで公開。個人情報ゼロでリアルな人口動態を再現。
-
Moonshot AI が Kimi-K2.6 を公開 ── 1TパラメータMoE、エージェント性能でGPT-5.4を凌駕する場面あり
Moonshot AIがKimi-K2.6をオープンソースで公開。1T/32B MoE、256Kコンテキスト、エージェントスウォーム対応。DeepSearchQAでGPT-5.4を大幅に上回るスコアを記録。
-
NVIDIA が高速マルチリンガルOCRモデル「Nemotron OCR v2」を提供開始 ── 合成データ1200万枚で多言語対応を突破
NVIDIAのNemotron OCR v2が合成データ1200万枚で6言語対応。A100で34.7pages/secの高速処理を実現。
-
Hugging Face 記事で Ecom-RLVE が紹介 ── ECサイトのAI対話エージェントを強化学習で鍛える新フレームワーク
EC向け対話エージェントを強化学習で訓練する「EcomRLVE-GYM」が紹介。8つの環境と12軸の難易度カリキュラムを提供。
-
Tencent が Unified_Audio_Schema を提供開始 ── 聴いて話す、音声の理解と生成を統合したマルチモーダルモデル
Tencentがテキストと音声の相互入出力に対応したUnified Audio Schemaを公開。感情や非言語情報の理解・生成が可能に。
-
OpenAI が GPT-Rosalind for life sciences research を発表 ── ライフサイエンス特化の推理モデル登場
OpenAIがライフサイエンス特化モデルGPT-Rosalindを発表。創薬やゲノム解析、タンパク質推論を加速するフロンティア推論モデル。
-
OpenAI が Codex アプリを大幅アップデート ── PC操作も可能な「Codex for (almost) everything」
OpenAIのCodexアプリが大幅アップデート。computer useや画像生成、メモリ機能が追加され、開発者のワークフローが劇的に進化した。
-
Hugging Face が 「The PR you would have opened yourself」 を公開 ── エージェント生成PRの功罪を問う
Hugging Faceがエージェント生成PRの問題点を告発。transformersの設計思想をエージェントが理解せず、メンテナーの負担が増大している現状を報告。
-
OpenAI が Accelerating the cyber defense ecosystem that protects us all を提供開始 ── 1000万ドルの支援でサイバー防御を加速
OpenAIがサイバー防衛エコシステム強化を発表。特化モデル「GPT-5.4-Cyber」と1000万ドルのAPIグラントを提供し、グローバルな防御力向上を目指す。
