見出し・要約・本文から、情報のつながりを探します。
AWSは、SageMaker AIのサーバーレス型モデルカスタマイズ機能に「トレーニングセッション」を追加し、本日より全面的に利用可能になったと発表しました。ユーザーは、カスタム損失関数や報酬信号、マルチラウンド強化学習など、トレーニング後のロジックを独自に記述できます。一方で、GPUの割り当て、分散実行、フォールトトレランスによる復旧、チェックポイントの保存はすべてプラットフォームが自動で処理します。
Dharma-AIはVocabX手法を提案し、ポルトガル語の作文自動採点といった特定のタスク向けに言語モデルの語彙表を再構築することで、語彙の出現頻度ではなく生成コストを最適化目標としています。モデルの構造やパラメータ、学習プロセスを変更することなく、実測では推論コストが77％削減され、同時に評価指標（bench score）も0.703から0.810へ向上しました。
Hugging Face は TorchTPU をリリースし、PyTorch にネイティブな TPU バックエンドを提供することで、Transformers や Diffusers などのライブラリを torch_xla に依存したり JAX へ移行することなく、直接 TPU 上で実行できるようにしました。
Hugging FaceはAnyLanguageModel 1.0を正式にリリースし、Apple Foundation Models APIと完全互換のオープンソースSwiftフレームワークを提供しています。ローカル（MLX、llama.cpp、Core ML）およびホスティング（OpenAI、Anthropic、Gemini、Hugging Face Inference Providersなど）のモデル間でシームレスに切り替えられるほか、画像入力、ツール呼び出し、ガイド付き生成、推論ブロックの自動適応などの新機能も追加されました。
Hugging FaceとAWSが共同でTorchNeuronを発表しました。これはPyTorch向けのネイティブなTrainiumバックエンドで、2026年10月20日よりパブリックベータが開始されます。この技術により、TransformersやDiffusersなどの主要ライブラリを変更することなく直接Trainiumチップ上で実行でき、テキスト生成および画像生成モデルの使いやすさと互換性が大幅に向上します。
Google DeepMindとシンガポールのGovTechが共同で、Gemmaシリーズをベースとした軽量な端末側AIモデルを公開しました。このモデルはユーザー端末上でローカルに実行されるよう最適化されており、チャットデータをクラウドに一切アップロードすることなく、対話型詐欺をリアルタイムで検出・警告します。
