見出し・要約・本文から、情報のつながりを探します。
i14は、30.28億パラメータを備えるLaplace 3Bモデルを発表しました。このモデルでは、Softmaxアテンションの代わりにゲート制御線形アテンション（GLA）を採用しており、推論時の各シーケンスあたりの再帰状態は常に29.5 MBで、コンテキスト長に依存しません。同モデルは、AWS trn2.48xlarge（Trainium2チップ16基搭載）1台でトレーニングおよびサービス検証を実施し、トレーニングスループットは12万トークン/秒、サービススループットは11,544出力トークン/秒（1,280同時実行シーケンス）に達しました。すべての性能データは、i14とAWS GenAIICチームによる社内実測結果です。
Mistralは2026年10月26日までに、多言語対応のリアルタイム音声対話向けエンドツーエンドSDKおよびモデルファミリーであるVoxtral 3を発表する予定です。同製品は、ASR（話者分離機能を含む）、推論層、TTSの三大モジュールを網羅しており、データ主権とモジュール型デプロイを重視しています。ただし、すべての性能に関する主張はメーカーによる自己テストに基づくもので、独立した第三者による検証は行われていません。
Terminal XのEvalエージェントは、54項目からなる評価基準に基づいて出力を評価し、GPT-6.1 Solを用いることで、ファンドの運用方針からの逸脱を25%多く検出します。
2026年10月17日、元OpenAI社員でAnthropicの共同創設者である人物が、IMFのバンコク会議で講演を行い、「技術的特異点はすでに始まっている」と主張した。その根拠として、AIシステムが数学、生物学、物理学、ロボティクスなどの分野で自律的な科学研究能力を示していることを挙げた。引用されたデータ（例：TheoPhysEvalで98％の得点、Humanity’s Last Examで67.7％に向上）はいずれも本人および関連機関によるものであり、第三者による検証は行われていない。講演では、AIによる科学パラダイムの変革と経済への影響が強調されるとともに、この判断は主観的な見解であり、科学的コンセンサスではないことも明確に述べられた。
OpenAIが、ソフトウェアエンジニアリング、SQLite、COBOL移行に関する新たな評価を通じて、リソースが限られたプログラミング言語全般においてChatGPTをどのように改善しているかをご覧ください。
Reflection社は、オープンソースの大規模言語モデル「Beam」（パラメータ数5,010億、実際のアクティベーションは230億/トークン）を発表しました。同モデルは256エキスパートによるスパースMoEアーキテクチャを採用し、100万トークンのコンテキスト長、NVFP4/FP8量化、多段階の推論オプション設定、およびローカルデプロイメントをサポートしています。ただし、すべての技術的主張は第三者による検証を受けておらず、ハードウェア要件も高いため、一般ユーザーには負担が大きいとの見方が広く示されています。
Mistral AIは、時間系列基礎モデル（TSFM）の第一弾であるTimestralを正式にリリースしました。同モデルは、500万、2,800万、1億2,300万、2億900万の4段階のパラメータ規模を備え、多変量の確率予測、共変数の認識、長期間の文脈モデリングをサポートします。GIFT-Eval、TIME、fev-benchの三大公開ベンチマークにおいてゼロショット性能で総合的に優位を示し、最大モデルはわずか2億900万のパラメータでこれら3つのランキングすべての首位に立っています。さらに、推論にはGPUを必要とせず、標準的なサーバーのCPU上でミリ秒単位の遅延で実行可能です。
OpenAIとIroncladが、複雑な契約ワークフローでAIエージェントのトレーニングと評価方法を学習し、専門家の作業のためにコンピュータの使用を促進します.
MentalHealthBenchは、現実的な精神的な健康会話を横断して、有用で安全なAI応答を評価するための専門家の知名度の高いベンチマークです.
OpenAIは、グローバルなAI基準の共有経路を概説し、評価、報告、ガバナンスの調整を行い、安全性の向上を図っています.
当社のセキュリティチームが、継続的なストリーミングアーキテクチャを活用してアラートのトリアージ処理量を拡張した、自動化されたマルチエージェント調査パイプラインをどのように構築したかをご覧ください。
FACTSベンチマークスイートを用いて、大規模言語モデルの事実性を体系的に評価する。
