LLM・基盤モデル

GGUF対応で、ローカルLLMは実験環境から開発環境へ近づく

Transformers now runs llama.cpp quants は、Hugging Face Transformers が llama.cpp 系で広く使われる GGUF 量子化モデルを扱えるようになったことを紹介しています。...
生成AI

ローカルAIの競争軸は、モデル性能から保守体制へ移り始めた

Jun Kim, oMLX creator and maintainer, joins Hugging Face to support the MLX community で、Hugging Face は oMLX の creator / ...
コラム

【週刊 AI 懐疑論 #22】AI活用を急ぐ前に、組織は何を疑うべきか

生成AIの導入は、いまや「使うかどうか」ではなく「どう使うか」の段階に入っています。業務効率化、文書作成、問い合わせ対応、開発支援。用途は広がり、導入しないこと自体が遅れに見える場面も増えました。ただ、ここで見落とされやすいのは、生成AIの...
LLM・基盤モデル

LLM圧縮は「どの層を削るか」の問題になってきた

Pruning LLMs Like a Physicist: Block Removal as an Ising Optimization Problem は、LLM のブロック削除を物理学の Ising 最適化問題として扱う手法を紹介して...
LLM・基盤モデル

AIエージェントの記憶は、長いコンテキストだけでは足りない

AIエージェントを業務に入れるとき、性能差はモデル単体よりも「会社の文脈をどう持たせるか」に移りつつあります。OpenAI の記事 How V7 gives AI agents institutional memory は、V7 Go が社...
生成AI

AI研修は「全員同じ」から役割別へ向かう

AI活用の研修は、もはや全社員に同じ基礎講座を配る段階ではなくなりつつあります。OpenAI は Expanding OpenAI Academy with new learning paths で、OpenAI Academy に新しい学...
AI規制・政策

AI標準化は、規制より先に現場の判断基準をそろえる

AIの進化が速くなるほど、問われるのは「どの国が止めるか」だけではなく、「何を安全とみなすか」を誰が共有できるかです。OpenAI は Building standards for the next phase of AI で、次の段階のA...
LLM・基盤モデル

広告制作AIの価値は、生成品質から改善速度へ移りつつある

OpenAIの事例記事「Higgsfield AI ships new video features in a day with GPT-6 Astra」は、動画広告制作AIを提供するHiggsfield AIが、GPT-6 Astraによ...
生成AI

AIの成果は、出す前に誰が意味づけるのか

Advisory Group on Mathematics and Artificial Intelligence で、OpenAI は数学とAIに関する独立アドバイザリーグループと協働すると発表しました。このグループは、新たなAIの数学的...
AIエージェント

AIエージェントの拡大は、GPUだけでは支えきれない

Microsoft expands Azure AI and HPC infrastructure with AMD - The Official Microsoft Blog は、Microsoft が AMD の Helios AI p...