IBMは、エンタープライズ向けエージェントワークフロー用に設計され、ネイティブなステップバイステップの推論機能を備えたGranite 4.2言語モデル（3B、8B、30Bパラメータ）を更新版としてリリースしました。言語モデルに加え、IBMはエッジデバイスでの高スループットな文字起こしに最適化された軽量音声モデル「Granite Speech 5.0 Turbo CTC」も発表しました。

  • Granite 4.2は密構造と多段階強化学習を採用しており、ソフトウェアエンジニアリングやターミナルベースのコーディングタスク向けの「エージェントRL」が含まれます。
  • モデルはIBMのCodeAlchemyパイプラインから生成された1兆トークンの合成コードで学習され、推論速度の向上とコスト削減のために推測的デコーディングをサポートしています。
  • Granite Speech 5.0 Turbo CTCは4億7000万パラメータを持ち、効率的なストリーミング音声処理に接続時間分類（CTC）を使用し、H100 GPU上でRTFxスコア約12,600を達成しています。
  • 言語モデルと音声モデルの両方がApache 2.0ライセンスの下で提供されており、組織はライセンス制限なくダウンロード、ファインチューニング、デプロイが可能です。

これらのアップデートは、企業が現実のシナリオで計画立案、複雑なタスクの実行、音声データの効率的な処理が可能な信頼性の高いエージェントを構築できるよう支援することを目的としています。