エージェントの振る舞いをテストするツールCATT 0.2.1が公開されました。市販アシスタントの身代わりを動かし、ツール呼び出しや状態変化を記録して、エージェントの報告との差分をCIで確認できます。再現が難しいエージェント検証の自動化を示す動きです。

続きを読む →

180B・活性化6BのQwen3.8-Flash-Nextが、スコア比較でMetaの816Bモデルを上回る40点を記録し話題に。ローカル実測ではDeepSeek-V4.1-Flashの量子化に対し25問全問正解と好調です。一方で総合指標ではDeepSeekに僅差で及ばず、必要メモリも111GB超と軽量ではありません。

続きを読む →

Dotsシリーズの言語モデルdots.llm1の技術報告がarXivで公開されました。128の選択型専門家と2つの共有専門家を持つMoE構成で、ベンチマークでは競争力を示す一方、実行環境で性能が大きく変わる点が注目です。ローカル推論の実測値はまだ素材になく、今後の検証が待たれます。

続きを読む →

修理店に2日で次々と届いた溶損GPUの詳報で、7枚の内訳が明らかになりました。電源ユニットを特定できたのは7枚中1枚だけで、危険な電源の絞り込みは進んでいません。さらにサーバーで使われていたRTX 5090の溶損事例も報告され、「サーバーなら安全」という見方に反例が登場しています。

続きを読む →

llama.cppのMoEオフロードをめぐり、8GBノートGPUで35Bモデルを動かした実験や、スマホで大型MoEをストリーミングする新プロジェクトが登場しました。エキスパート層をRAMへ退避させる手法の解説が増える一方、スマホ向けは注目が限定的で、実測速度の報告もまだ見当たりません。

続きを読む →

5chのAI画像スレで、生成画像を「立志建立編」などの章立てで公開しマンガ1本を目指す投稿者が現れ、無料ChatGPTでの再現手順の共有も進んでいます。SD1.5はVRAM 4GBから動くなどモデル選び情報も整い、一方でキャラの一貫性維持が壁となっています。

続きを読む →

Metaの個人エージェントMuseが、9月23日のイベントで大幅拡張されました。ビデオ対話できるアバター、macOS操作、専用メールアドレス、手のひら端末Muse Charmが発表されています。広告なし・取引手数料という収益モデルと権限管理の設計から、Metaの戦略を読み解きます。

続きを読む →

三大AIの比較記事が相次ぎ、「最強はどれか」から「何に使うか」への転換が鮮明です。API料金はGemini Proが入力$1.25と最安、コーディングはClaudeがリード。一方でエージェント監視の脆弱性も発見され、御三家の競争軸が“実行”へ移った実態がわかります。

続きを読む →

日本の生成AI個人利用率は26.7%と米中を大きく下回り、71.3%がAIに不安を感じています。ついていけない原因は能力不足ではなく完璧主義や比較疲れなどの心理ブレーキと分析され、一方で先端のOpenAIもAIの制御に工夫を重ねています。流れの先も試行錯誤の途上であることがわかります。

続きを読む →

5chの無料AI活用スレが「選ぶ」から「使い込む」段階へ進展。ChatGPT無料版はGPT-6 Luna移行でテキスト会話が無制限に、GeminiはFlash-Lite化で一度3.2万トークン、Claudeは最大100万トークンなど最新仕様が共有され、CopyQらクリップボード管理5本でのプロンプト資産化も話題に。機密情報の入力注意も浮上した。

続きを読む →