モデル公開とローカル推論
Qwen3.8 Flash Next 効率化. コミュニティは、n-gram/PLEテーブルをSSDに、またはホットエキスパートをVRAMにオフロードすることで、Qwen3.8 Flash Nextを手頃なハードウェアで動かしている。AtomicChatのGGUFではRAM使用量が106GBから65GBに削減された。DGX Sparkを2台使うクラスタは9エージェントで合計181 tok/sを達成し、RTX 3090＋64GB RAMでは16 tok/sでデコードする。
- Qwen 3.8 Flash Next ngram look up table offloaded to SSD and streamed in SGLang（新しいタブで開きます）
- AtomicChat/Qwen3.8-Flash-Next-GGUF is Really Good（新しいタブで開きます）
- Qwen3.8-Flash on RTX3090 + 64GB RAM (but you only need 12GB VRAM)（新しいタブで開きます）
- 50% tg increase with offloading "hot" experts to VRAM（新しいタブで開きます）
- Today I hit 181 toks/s (aggregate) on Qwen3.8-Flash-Next on 2x DGX Sparks（新しいタブで開きます）
- Is it worth running Qwen 3.8 Flash Next on 4x3090 vs 27B?（新しいタブで開きます）
Qwen3.8 27B量子化. Qwen3.8-27B向けの新しいGSQ+RCO GGUF（2.5〜3.0 bpw）は、従来の量子化と同等かそれ以上だ。別の事例では、Q5量子化のアンセンサード版Qwen 3.8 27Bが、fastbootによるブートループ端末の復旧手順をユーザーに案内した。
GLM-5.3 オープンウェイト. GLM-5.3はGLM-5.2と同じベースを使うが、ポストトレーニングによりコーディングとサイバー性能が大幅に向上し、Z.ai Code Benchでは50%改善した。ds4ブランチとHugging Faceビューアにはすぐ対応が加わった。
Breeze-TTS-2 TTSモデル. Breeze-TTS-2は、およそ7GBのテキスト読み上げモデルで、初期テスターからは本物のフロンティア品質と評価されている。プレイグラウンドまたはローカルで利用できる。
GGUF量子化の誤表示. 監査の結果、443個のGGUF量子化のうち64個は低ビットのファイル名を持ちながら、実際には約4.5 bpwの重みが含まれていることが判明した。llama.cppがフォールバック型に置き換えるためだ。ダウンロード側には警告が表示されないため、品質が表示上のサイズより悪いことがある。
エージェントと研究
アライメント研究の自動化. Anthropicの研究者は、文献検索、手法の提案、反復ごとの30分間のトレーニングを通じて、自動化システムがアライメントベンチマークを改善できることを示した。このシステムは、テストした10種類の不適切行動ベンチマークすべてを改善し、全体的な性能は低下させなかった。
Co-Scientistラボ機能. Google DeepMindのCo-Scientistは、実験の計画、コードの作成、実験機器の操作、論文の下書きまで行えるようになり、検証モジュールが実行ログと照合して数値的な主張をクロスチェックする。3つの分野で検証された。
Codexエージェントの常時稼働. OpenAIはCodexのPersistent Modeをテストしている。これはエージェントがスリープ状態になるまで自律的に作業を続け、フォローアップタスクを生成してユーザーに連絡するというものだ。データを指示に従って削除するといった過去の挙動を含め、セキュリティ上の懸念は残る。
パッチ公開直後の悪用. OCamlプロジェクトで観察されたように、コーディングエージェントはパッチが共有されてから数分以内に、バグの噂を動作するエクスプロイトに変えることができる。これは既存のオープンソースのエンバーゴ慣行に挑戦を突きつける。
エージェント検索の信頼性. EchoNetは、エージェント型検索中に9つのオープンモデルの認識的仲裁をベンチマークし、事前知識と偽ページ、偽の多数意見、本当の更新情報を対決させる。このテストは、モデルが真の更新を無視するか、誤情報を信じるかを測定する。
エージェント研究の2本. エージェントの能力を前進させる2本の論文が発表された。RLHEVはエージェント型ゲーム開発を使い、世界モデル用の検証可能な報酬を生成する。UrbanGroundは香港の実規模シミュレーションでMLLMエージェントをベンチマークする。
ハードウェアと開発ツール
HBMメモリ逼迫. Micronによると、HBMは同じ容量のDDR5の約3倍のウェーハ面積を必要とし、この比率は改善しないという。HBMへの移行により、GB単位で見たDRAM供給は実質3分の2に減り、メモリの逼迫が続く。
Meta MTIA 300. Metaは、レコメンデーション学習向けの初の自社製アクセラレータ「MTIA 300」の詳細を公開した。12基の800Gbps NICをパッケージに統合し、合計I/Oは1.2TB/s。ネットワーク通信がボトルネックになる埋め込み重視のワークロードを想定している。
Tenstorrent Quietbox 2. ある開発者がTenstorrent Quietbox 2を受け取り、256GBのシステムメモリと128GBの相互接続GDDRを価格に対してコストパフォーマンスが高いと評価した。このアーキテクチャでのモデル展開を試す予定だという。
ROCm 10.0. AMDはエージェントAI時代に向けたROCm 10.0をリリースした。llama.cpp向けPRは保留中だ。わずか1か月前にリリースされたバージョン7.14に続くもの。
ローカルデータとロボットツール. llmogはllama.cppやvLLMを使ってローカルLLMでデータセットを自動アノテーションする。Hugging FaceのLeRobotは、データとトレーニングループを標準化し、ロボット学習におけるデフォルトのオープンスタックになりつつある。
ビジネスと買収
Lambda GPU借入. Lambdaは、マイクロソフトにリースするNvidiaチップを購入するため、非公開の短期債務で10億ドルを調達した。これは以前のGPUローンに続くもの。同社はIPO前の30億ドルラウンドについて交渉中と報じられている。
オープンウェイトのM&A. NvidiaはHugging Faceを130億ドルで買収するようだ。これはPoolsideとの取引やStripeによるOpenRouter買収に続く。Nvidiaがフロンティアラボを超えた中立性を求める中、オープンウェイトAIに資本が流れ込んでいる。
OpenAI、Cursorへの提供終了. OpenAIは、SpaceXによる買収後、2026年11月12日までにCursorへのモデル提供を停止する。イーロン・マスク氏の企業が利用規約を遵守すると信頼できないためだとしている。
Meta幹部がOpenAIへ. Metaのインド・東南アジア担当VPのSandhya Devanathan氏は、同地域の成長とパートナーシップを統括するためOpenAIに入社する。OpenAIが先にUberからインド責任者を採用したのに続く。
OpenAIのAGIスケジュール. OpenAIのチーフサイエンティストのJakub Pachocki氏は、未公開のAstraモデルが自身の「自動化AI研究インターン」という目標を満たすと語った。Sam Altman氏は2026年12月までに社内でAGIを宣言すると見積もっている。
政策と社会
Anthropic勝訴. 連邦判事は、国防総省によるAnthropicのブラックリスト掲載が、自律型兵器と大量監視に関する安全姿勢への違法な報復であると判断した。この指示は無効とされたが、別の訴訟はまだ係争中だ。
EPA大気許可規則. トランプ政権のEPAは、特定の産業施設の大気許可に際し、公開通知と意見募集を義務付ける規則を撤廃する方針だ。この規則の支持者は、これによりデータセンター開発業者が近隣住民に知らせることなく着工できるようになると指摘する。
AIグラス プライバシー修正. MetaはAIグラスをアップデートし、録画用LEDを覆うとカメラが動作しないようにした。同意なしの録画を可能にしていた抜け穴を塞ぐ措置だ。
Beatport AI禁止. Beatportは、完全にまたは大部分がAIで作られた音楽をDJマーケットプレイスから締め出す。一方、AI支援トラックはフラグ付きで許可する。調査ではユーザーの77%が人間が作った音楽を好むと回答した。
ASRリーダーボード 対象拡大. Open ASR Leaderboardは初のグローバルサウスの言語を追加し、非公開のホールドアウト分割とノーマライザ修正によってWERを操作しにくくする取り組みを行った。
この日のニュースは以上です – 約 5 分で読めます。