大規模言語モデル（LLM）の記事
「大規模言語モデル（LLM）」に関連するAIニュースと解説、183本。新しい順に並べています。
大規模言語モデル（LLM） の記事：183件
1タスク0.07円でARC-AGI-1を解く150Mモデル BDH-CQは「言葉にしない推論」で費用対精度の記録を更新した
1タスク0.07円でARC-AGI-1を解く150MモデルBDH-CQは「言葉にしない推論」で費用対精度の記録を更新した
研究
DSPy 3.3.0の実験機能「Flex」「ReActV2」 プロンプトでなくプログラムの構造そのものをGEPAに最適化させる
DSPy 3.3.0の実験機能「Flex」「ReActV2」プロンプトでなくプログラムの構造そのものをGEPAに最適化させる
研究
止まらないAIエージェント「Headlong」 LaudeとMITが1万行未満のBashで作った
止まらないAIエージェント「Headlong」LaudeとMITが1万行未満のBashで作った
検証
RedNoteのdots3-noteをllama.cppがサポート 280Bのマルチモーダル、動くのは16B、Apache 2.0
RedNoteのdots3-noteをllama.cppがサポート280Bのマルチモーダル、動くのは16B、Apache 2.0
モデル
MCP Inspectorのv2が標準に Web・CLI・TUIの3クライアントを1パッケージに統合、Node 22.19以上が必須に
MCP Inspectorのv2が標準にWeb・CLI・TUIの3クライアントを1パッケージに統合、Node 22.19以上が必須に
検証
ARC-AGI-3のBest@1を30%から95.5%に押し上げたPrime Agent 「コンテキストを変数として扱う」RLMという考え方
ARC-AGI-3のBest@1を30%から95.5%に押し上げたPrime Agent「コンテキストを変数として扱う」RLMという考え方
研究
NCCLに頼らないallreduce SGLangがBlackwell世代のFlashInfer MNNVLワークスペースを使い回す最適化
NCCLに頼らないallreduceSGLangがBlackwell世代のFlashInfer MNNVLワークスペースを使い回す最適化
研究
SGLangが「allgather＋scatter」を1回のall-to-allに統合 DeepSeek-V4-Proのデコード時間が320μsから169μsに
SGLangが「allgather＋scatter」を1回のall-to-allに統合DeepSeek-V4-Proのデコード時間が320μsから169μsに
研究
手元のメモリを99.998%まで使い切る量子化ツール「shoehorn」 プリセットGGUFをやめる発想
手元のメモリを99.998%まで使い切る量子化ツール「shoehorn」プリセットGGUFをやめる発想
検証
GEPAを飲み込んだ最適化基盤「synth-optimizers」 ホスト専用の探索アルゴリズム「GELO」を覗く
GEPAを飲み込んだ最適化基盤「synth-optimizers」ホスト専用の探索アルゴリズム「GELO」を覗く
研究
Skillsが効くのは「知識を足すから」ではなく「手順の道しるべになるから」 8,135件のトライアルが示した実態
Skillsが効くのは「知識を足すから」ではなく「手順の道しるべになるから」8,135件のトライアルが示した実態
研究
DSPyの裏側で動く最適化エンジン「GEPA」 強化学習より少ない試行でプロンプトを進化させる仕組みを読む
DSPyの裏側で動く最適化エンジン「GEPA」強化学習より少ない試行でプロンプトを進化させる仕組みを読む
研究
プロンプトを「使い捨てる」のをやめる 個人開発者Huzzahが提案する疑似コードエディタ
プロンプトを「使い捨てる」のをやめる個人開発者Huzzahが提案する疑似コードエディタ
検証
Metaが「Muse Glimmer」を公開 Muse Sparkを30Bに蒸留、Apache 2.0でローカル実行専用
Metaが「Muse Glimmer」を公開Muse Sparkを30Bに蒸留、Apache 2.0でローカル実行専用
モデル
モデルの起動待ち時間を2.38倍短縮 SGLangが「CUDAグラフのキャプチャ中にチェックポイントを読み込む」設計に変えた
モデルの起動待ち時間を2.38倍短縮SGLangが「CUDAグラフのキャプチャ中にチェックポイントを読み込む」設計に変えた
研究
モデルを変えずにTerminal-Bench 2.1で95.3% 「ハーネス側だけ」を作り込んだStateMの実験費用は15ドル
モデルを変えずにTerminal-Bench 2.1で95.3%「ハーネス側だけ」を作り込んだStateMの実験費用は15ドル
研究
SWE-bench Verifiedの未解決問題、6割はテスト自体に欠陥があった 7言語・170件のリファクタリングで最高スコアは41.2%
SWE-bench Verifiedの未解決問題、6割はテスト自体に欠陥があった7言語・170件のリファクタリングで最高スコアは41.2%
研究
正解ラベルなしで自分を鍛え直す U-OPSDはモデルの多数決だけを教師にして数学ベンチマークを8.5〜10.7%押し上げた
正解ラベルなしで自分を鍛え直すU-OPSDはモデルの多数決だけを教師にして数学ベンチマークを8.5〜10.7%押し上げた
研究
vLLMのDecode Context Parallelで、Kimi-K3のKVキャッシュ容量がGPU1台あたり10倍に
vLLMのDecode Context Parallelで、Kimi-K3のKVキャッシュ容量がGPU1台あたり10倍に
研究
vLLMに投機的デコードの新手法「DFlash2」 1H200・GSM8Kで自己回帰の3.51倍のスループット
vLLMに投機的デコードの新手法「DFlash2」1H200・GSM8Kで自己回帰の3.51倍のスループット
研究
コピーを持たない「最初の公開AI」 wildstaticの実験Staticに接続すると、お金が尽きていて誰とも話せなかった
コピーを持たない「最初の公開AI」wildstaticの実験Staticに接続すると、お金が尽きていて誰とも話せなかった
プロダクト
LLMが書いたGPUカーネルの「正解率」は本当か 12ゲート検証器が2,638件を洗い直すと4割近くが壊れていた
LLMが書いたGPUカーネルの「正解率」は本当か12ゲート検証器が2,638件を洗い直すと4割近くが壊れていた
研究
『AIをそのまま貼るな』を掲げるdontpastetheai.comが、HNで581件の議論を呼んだ理由
『AIをそのまま貼るな』を掲げるdontpastetheai.comが、HNで581件の議論を呼んだ理由
業界
Kimiのmoonshot-v1シリーズが8月31日で終了 呼ぶと404、公式一覧で終了履歴をたどる
Kimiのmoonshot-v1シリーズが8月31日で終了呼ぶと404、公式一覧で終了履歴をたどる
モデル