DeepSeek V4 FlashをvLLMを用いて2枚のRTX PRO 6000 GPU上で動作させた追跡ベンチマークは、Claude SonnetやOpusなどのAPIベースモデルと比較して、現実的なコーディングタスクでのパフォーマンスを評価したものである。その結果、OpusとFableは優れたコード品質を維持しているものの、DeepSeek V4 FlashはSonnetレベルの品質を達成しつつ、大幅に短い実時間で処理を終了することが判明した。
著者は、特定のコンテキストにおける活性化パスに基づいてローカルモデルをマッピングおよび制御する観察結果を共有しています。この投稿は、一連のバッチプロンプトに応答する際に、異なるモデル間で活性化パスにばらつきがあることを強調しています。
あるユーザーが、PCIe 4.0 8x/8xリンクを持つデュアルNVIDIA RTX 3090環境でPeer-to-Peer (P2P) モードを有効化することの影響をテストしました。ベンチマークには、Qwen3.6-27B INT4モデル（256kコンテキストウィンドウ）に対してnvbandwidthの5パスと標準的なデコード/ソークテストスクリプトの実行が含まれます。
Redditの投稿により、Hugging Face上のPalantirの組織は現在、オープンソースモデルと公開データセットの両方がゼロであることが強調されています。この観察はclem 🤗によってXで共有され、プラットフォーム上の企業の存在にもかかわらず貢献の欠如が指摘されました。
llama.cppプロジェクトは、cpp-httplib 0.49.0へのベンダー更新を含むバージョンb9861をリリースしました。
llama.cppプロジェクトはバージョンb9862をリリースしました。これはgated_delta_net演算のパフォーマンス最適化と、macOS、Linux、Windows、Android、openEuler向けのビルド済みバイナリを提供します。
llama.cpp b9864 リリースでは、サーバーの Server-Sent Events (SSE) 処理に変更が加えられ、ping インターバルをリクエストごとに構成できるようになりました。この更新により、低速な prefill 操作でも健全な接続が切断されず、サイレントストリームには毎秒 ping が送信され、3 秒後にのみ切断されます。
4台のDGX SparkノードでGLM-5.2 NVFP4を実行するフォローアップ調査により、128Kコンテキストで高い受容率が不可能だった以前の性能ボトルネックが解消されました。
研究者は、ユーザーがローカルモデルに通常使用される環境変数ANTHROPIC_BASE_URLを設定した際に作動するClaude Codeのメカニズムを特定しました。このプロセスには、ソフトウェアのコード内に埋め込まれた不審なホスト名のリストのデコードと復号が含まれます。
Redditのユーザーが、MTPよりも大幅に高速であるとされる新しいDeepSeekのブレークスルーであるDSparkに関する動画リンクを共有しました。
Bitguy07というユーザーは、自分のHugging Face Space「Bitguy07/browser-automation-studio」が、ビルドが成功するたびに自動的に一時停止し、虐待行為としてフラグされると報告しています。ランタイムAPIは「PAUSED」というステージと、「Flagged as abusive（虐待としてフラグ）」というエラーメッセージを返し、コンテナの起動を防いでいます。
複雑系における自己組織化のための統一された数学的枠組みが、量子デコヒーレンスと古典的なボース・アインシュタイン凝縮体の遷移という2つの独立した物理領域から実験的支援を受けている。本研究は、非局所結合が「臨界増幅器」として作用し、系が最も敏感な位相境界で最大効果を生み出すことを報告している。
この記事は、現在のAIシステムが還元主義に根ざした根本的な「カテゴリエラー」に苦しんでおり、真の人工一般知能（AGI）の達成を妨げていると主張している。それは、洗練された錨模倣では、シミュレートされた応答と本当の理解の間のギャップを埋めることができないと論じている。
Octopus Smartは、ワールドカップやプロフェッショナルなトーナメント向けの分析プラットフォーム「Octopus Football」を開発中であり、これはAI搭載のマッチインテリジェンスオーケストレーションを利用しています。このシステムは予測分析モデルとデータインテリジェンスエージェントを組み合わせ、チームパフォーマンスモデリング、選手評価、自動マッチ要約を提供します。
本記事は、多言語および低資源言語の文脈において大規模言語モデルを評価者として使用することの信頼性を検証し、現在の慣行における重要なギャップを浮き彫りにします。著者は650件のACL Anthology論文を分析し、不整合や単一のjudgeモデルへの過度な依存を特定しました。
著者は、明示的な記憶層が長期ホライズンLLMエージェントの意思決定にどのように影響するかを研究するために設計されたテストベッドであるAgenticSTSを紹介します。これは、Slay the Spire 2というゲームにおいて、生の転写文書を追加するのではなく、型付き検索によってプロンプトを組み立てる制限付きメモリ契約を利用しています。
研究者らは、BamiBERTを提唱しました。これは現在の標準であるPhoBERTの制限に対処するために設計された、ベトナム語向けの新しいBERTベースの事前学習済み言語モデルです。129GBのコーパスで20エポックからスクラッチでトレーニングされ、最大2048トークンの拡張コンテキスト長をサポートし、外部の単語分割なしで生の入力を直接処理します。
著者は、推論中に事実上の誤りをタイムリーにチェックして修正することで、推論言語モデルの信頼性を向上させるフレームワークであるCheckRLMを提案する。このアプローチは、推論チェーンから事実上の主張を抽出して矛盾を特定し、外部知識を用いて最小限のコストで修正を適用する。
HERMESは、学習されたセマンティック変換と3段階の残差ベクトル量子化を用いて、文書を最大約130kのセルを持つ粗から細へのコードに注釈付けるデータ由来のラベリング基盤です。
本記事は、修飾語位置のシフトのような構造的汎化タスクにおける方向性の区別をより適切に処理するためにCCG有向型を利用するAM-Parserのリデザインされた記号的バックエンドを紹介している。