AIプロダクト

アクセシビリティは、AIプロダクトの実装品質になる

AIプロダクトの価値は、賢さだけでは測れなくなっています。誰が、どの環境で、どれだけ迷わず使えるか。そこまで含めて設計できるかが、導入判断の前提になりつつあります。GitHub Blog の Building GitHub’s next c...
2026.05.27 5:16 朝倉陽
AIプロダクト
LLM・基盤モデル

GPUを増やす前に、待ち時間を疑う

LLM推論の高速化は、モデルやカーネルの改善だけで決まるわけではありません。高価なGPUを使っていても、CPUとの受け渡しで待ち時間が残れば、その分だけ処理能力は眠ったままになります。Hugging FaceのUnlocking async...
2026.05.26 23:18 朝倉陽
LLM・基盤モデル
LLM・基盤モデル

LLM推論の余白は、モデルの外側に残っている

GPUを増やす前に、まだ詰められる待ち時間があるのではないでしょうか。Hugging Face の記事 Unlocking asynchronicity in continuous batching は、LLM 推論における continu...
2026.05.26 23:18 朝倉陽
LLM・基盤モデル
LLM・基盤モデル

多言語検索の選択肢は「大きいほど強い」から変わるのか

Granite Embedding Multilingual R2: Open Apache 2.0 Multilingual Embeddings with 32K Context — Best Sub-100M Retrieval Qu...
2026.05.26 23:17 朝倉陽
LLM・基盤モデル
LLM・基盤モデル

多言語RAGは「大きな埋め込みモデル待ち」ではなくなる

Granite Embedding Multilingual R2: Open Apache 2.0 Multilingual Embeddings with 32K Context — Best Sub-100M Retrieval Qu...
2026.05.26 23:17 朝倉陽
LLM・基盤モデル
AIプロダクト

AI時代の開発ツールは、速さを機能として設計する段階に入った

待ち時間は、単なる性能指標ではなくなりつつあります。特にAIを組み込んだ開発環境では、画面遷移の遅さがそのまま思考の中断になります。GitHub Blog の From latency to instant: Modernizing Git...
2026.05.26 23:17 朝倉陽
AIプロダクト
AIプロダクト

OCR基盤は、モデル選びから実行基盤選びへ移り始めた

OCR や文書解析の導入判断で、これまで中心に置かれがちだったのは「どのモデルを使うか」でした。けれど、実運用ではもう一つの問いが重くなっています。そのモデルを、既存の推論基盤や開発環境の中でどれだけ自然に動かせるかです。PaddleOCR...
2026.05.26 23:16 朝倉陽
AIプロダクト
LLM・基盤モデル

0.1Bのまま再ランクする——Ettin Rerankerが広げるRAG設計の選択肢

RAGパイプラインで「検索精度が足りない」と感じたとき、真っ先に候補に上がるのがRerankerだ。だが、既存の再ランクモデルはサイズが大きく推論コストが高い——そのジレンマが、実装判断を難しくしてきた。Hugging Face が公開した...
2026.05.26 23:16 朝倉陽
LLM・基盤モデル
LLM・基盤モデル

リモートセンシングに基盤モデルの波——OlmoEarth v1.1 が広げる可能性

AllenAI が公開した OlmoEarth v1.1: A more efficient family of Earth observation models は、衛星・リモートセンシング画像に特化した基盤モデルファミリーの改善版だ。事...
2026.05.26 23:15 朝倉陽
LLM・基盤モデル
AIプロダクト

「老化研究」に複数AIエージェントが入る意味

老化の仕組みを解明するのが難しいのは、変数が多すぎるからだ。細胞レベルの経路から臓器間の相互作用まで、何百万もの論文が蓄積されているが、それを横断して仮説を立て、実験設計まで進める研究者の時間には限りがある。そこに、複数のAIエージェントが...
2026.05.26 23:14 朝倉陽
AIプロダクト
次のページ