#オープンモデル

Mistralが、フラッグシップモデル「Mistral Large 4（Le Chonk）」のweightsをopen weightとして公開した。単なる“モデルの発表”ではなく、開発者や企業が自前で扱える形に踏み込んだ点が大きい。しかもこのモデルは、コード生成やcybersecurity、reasoningの効率まで押し上げたとされる。Mistralが「sovereign AI」を掲げる会社だということを考えると、今回の発表は技術面だけでなく、AIの持ち方そのものをどうするかという話にもつながっている。 Mistralは、Mistral Large 4（Le Chonk）のweightsを公開したと発表した。このモデルは1 trillion parametersのnatively multimodal modelで、もともと今月初めにpublic previewとして出されていたものだ。今回の公開は、その後にreinforcement learningをさらに回したうえでのアップデート版にあたる。Mistralによれば、コード、defensive cybersecurity、reas

AIスタートアップのWorld LabsがAMDに合流する。そう聞くと単なる買収ニュースに見えるが、この記事はそれ以上の話をしている。研究チームが、モデルを動かす計算資源に近づき、ソフトウェアとハードウェアを一体で作る体制へ移ろうとしている、という宣言に近い。しかも中心にいるのはFei-Fei Liで、AI研究の旗を振る人物がAMD側に入るのは、業界の空気を少し変えそうだ。 World Labsは、2024年の創業以来の研究成果と技術的な突破によって、AIが空間や物理世界の問題を解く可能性について明確な見通しを得た、と説明している。ここで言う「空間・物理世界」は、言語モデルのように文章を扱うだけではなく、位置関係や立体構造、現実の動きに関わる課題を指していると読める。そうした領域で前に進むには、研究を大きくし、届く範囲を広げ、さらにハードウェアに近づく必要があるというのが、今回の判断の軸だ。 実際、World LabsはすでにAMDと深い技術提携を進めていた。昨年からAMD GPU上でのモデル学習と推論最適化に取り組んでおり、その過程で両社の組み合わせが自然だと分かった、という。つまり

Hugging Face に置かれた open model を、そのまま消えにくい peer-to-peer の配布網に載せ替える——Pirate Face は、そんなかなり攻めた構想を掲げる新しいサービスだ。AIモデルは巨大化するほど置き場所が問題になり、公開元の都合や削除で急にたどれなくなることがある。そこに「消せない」「改ざんされにくい」「誰か一社に依存しない」という発想を持ち込んだのがこのサイトで、単なるミラーではなく、AIの“永続層”を作ると宣言している点が面白い。しかも、単なる思想だけでなく、既存のモデル配布や API 利用にどう接続するかまで説明している。 Pirate Face は、自分たちを「The permanence layer for sovereign AI」と呼び、open model を torrent のように扱う仕組みだと説明している。対象は LLM だけではなく、image、audio、datasets まで含む。サイト上では、Hugging Face にあるモデルを checksum-verified な magnet link としてミラーし、p

オープンモデルの出力が、別のモデルの「考え方」にどれだけ引っ張られるのかを確かめた短い実験が出てきた。題材は一見地味だが、モデル同士の学習のつながりを探るうえではかなり示唆がある。しかも今回は、教師役に GPT-5.5 Pro を使い、以前の実験と比べてどのモデルがどちら方向に寄るのかを見直している。単なるベンチマークではなく、「どのモデルが誰の影響を受けたのか」を探る話として読むと面白い。 元記事は、`reasoning-prefill-1-1.md` という Gist に置かれた実験メモだ。タイトルにある “Reasoning prefills on a few open models, v1.1” の通り、いくつかのオープンモデルに対して「推論の書き出し部分を先に与える」と、回答の見え方がどう変わるかを調べている。ここでいう reasoning prefill は、モデルが答えを出す前の“考える途中”の文面を、別のモデルから少しだけ差し込むやり方だ。今回はその教師を GPT-5.5 Pro に変えて、前回の実験をもう一度回した。 実験の手順はこうだ。各問題について、対象モデルには

以前のLinuxみたいに、「オープンなものを使う＝仕事で大きく損する」という時代はかなり薄れてきた LLMの世界では、今もClaudeやGPTのような proprietary model（企業が提供する閉じたモデル）が性能面で先行している ただし open models もかなり追いついてきていて、差は「数か月遅れ」くらいだと著者は見る いちばん大きい問題は性能差より、プライバシーと運用の面倒さ ClaudeのID verification（本人確認）導入をきっかけに、「もうオープンモデルへ寄せてもいいのでは」という空気が強まっている 著者は、仕事で使うとしても生産性の落ち込みは短期的で、致命傷ではないと考えている この記事は、タイトルだけ見ると少し過激です。`cancel_claude` という名前だと、Claudeを全面否定する話に見えますが、実際はもっと現実的で、かなり実務寄りの話でした。要するに、「トップの閉じたAIモデルを使わなくても、今なら仕事は回るのでは？」という問題提起です。しかもその根拠が、意外と地に足がついている。ここが面白いところです。 著者はまず、昔のLinux

GLM-5.2は、中国のZ.aiが出したopen-weightモデルで、AI研究者や開発者の間でかなり強い反応を呼んだ。 特にcoding harness（AIにコードを書かせる実運用の枠組み）に入れたときの「使える感じ」が大きく、単なるベンチマーク上の数字以上のインパクトがあった。 著者Nathan Lambertは、これは「オープンモデルでも本当に最前線級のagent体験を出せる」と示した転換点だと見ている。 価格競争、open model経済圏の拡大、そして規制や安全保障の議論にも波及しそうだと指摘している。 個人的には、性能そのもの以上に「これで十分仕事になる」と感じる人が増える瞬間が本当に怖くて、同時に面白いところだと思う。 この記事でNathan Lambertが言っているのは、GLM-5.2は「ちょっと良くなった新モデル」ではなく、オープンモデルの見方そのものを変える出来事だ、という話です。 最初はいつもの版番号アップに見えます。GLM-5.1の次なら、せいぜい順当な改善だろう、と。ところが実際には、かなり多くの人が使ってみて「これ、もう普通に強いじゃん」となった。ここが