#オープンソース のAIニュース

社会科学研究のスケーリング

OpenAIの新オープンソースツールキットGABRIELは、GPTを活用して質的テキスト・画像を量的データに変換し、社会科学者が大規模な研究分析を可能にする。

オープンソースの「永遠の9月」へようこそ。メンテナー向けの計画をご紹介

オープンソースは「永遠の9月」を迎え、貢献の摩擦が減少する中、メンテナーは新たな信頼指標やトリアージ手法、コミュニティ主導の解決策で対応しています。

Kubernetes Podに手元のssh/scpで接続できるツール「sshpod」をOSSで公開しました

Preferred Networksのエンジニアが、Kubernetes上のPodにOpenSSHクライアントから直接接続できるツール「sshpod」をオープンソースで公開した。

実践におけるOpenEnv：現実世界環境でのツール利用エージェントの評価

OpenEnvを実際の環境で使用し、ツールを活用するエージェントの性能を評価する研究についての記事です。

R²D²：NVIDIA Isaac Labによるマルチモーダルロボット学習の拡張

NVIDIA Isaac Labが開発したR²D²は、マルチモーダルロボット学習を拡張する技術で、ロボットの知能向上を目指しています。

Hugging Faceの新機能発表

コミュニティ評価とベンチマークデータセットの提供開始

Hugging Faceが分散評価リポジトリを公開

Hugging Faceがコミュニティ評価とベンチマークの分散リポジトリをリリース

LLMが発見したゼロデイ脆弱性

AIモデルが大規模に高深刻度の脆弱性を発見できるようになり、防御側を強化する機会が訪れた。Claudeを使用してオープンソースソフトウェアの脆弱性を特定し修正を支援している。

NVIDIA GPUアクセラレーションエンドポイントを使用したKimi K2.5マルチモーダルVLMの構築

Kimiが最新のオープンソース視覚言語モデル「Kimi K2.5」を発表した。このモデルは汎用マルチモーダルモデルであり、NVIDIA GPUアクセラレーションエンドポイントを活用して構築できる。

学術協力がアマゾンの顧客に現実世界のセキュリティをもたらす方法

アマゾンの科学者とスタンフォード大学研究者の協力により開発されたオープンソースツールcvc5は、AWSで毎日約10億回の自動推論チェックを実行し、セキュリティを強化しています。

コミュニティ評価：ブラックボックス型リーダーボードよりもコミュニティを信頼する理由

AIモデルの評価において、不透明なリーダーボードよりもコミュニティ主導の評価を重視する重要性を主張する記事です。

エージェントが買い物へ、知性の再定義、画像内のテキスト改善、高い関与は整合性の低下を意味する

米国の政策が同盟国を米国AI技術の利用から遠ざけているというAIニュースと洞察。

プラグインでカスタマイズするCowork

プラグインを使用してCoworkをカスタマイズする方法について説明しています。

Hugging Face新機能発表

Hugging Faceが新機能とアプリを発表、GitHubでdaggr公開

AIエージェントキャッチアップ #65 - Open Responsesを開催

OpenAIのResponses APIをオープン仕様化した「Open Responses」についての勉強会を開催。GitHubリポジトリや公式ドキュメントを紹介。

Gemini CLI新コース発表

Andrew Ng氏によるGemini CLIのオープンソースエージェントコース公開

Claudeの新たな憲章

AnthropicがClaude AIに新たな憲章を導入し、AIの安全性と倫理的ガイドラインを強化した。

AIエージェントキャッチアップ #63 - A2UIを開催

AIエージェントとユーザー間のインターフェース「A2UI」についての勉強会を開催し、その概要と関連リソースを紹介しました。

余剰PCを活用したプライベートクラウド構築によるネットワーク実験

筆者が余剰PCを活用し、Proxmox VEやHAProxyなどのオープンソース技術を用いて検証用プライベートクラウド環境を構築し、ネットワーク設計と可用性向上の実践的実験を行った。

MetaがPE-AVをオープンソース化

Metaが視聴覚エンコーダPE-AVをオープンソースとして公開。

MetaがSAM Audioを発表

複雑な音声から任意の音を分離する初の統合モデル

Gemma Scope 2：AI安全コミュニティが複雑な言語モデルの挙動理解を深める支援

GoogleはGemma 3ファミリー全体でGemma Scope 2をリリースし、言語モデルの解釈可能性ツールを公開した。これによりAI安全コミュニティが複雑な言語モデルの挙動をより深く理解できるよう支援する。

Promptions helps make AI prompting more precise with dynamic UI controls

AI週報 #328 - DeepSeek 3.2、Mistral 3、Trainium3、Runway Gen-4.5

DeepSeekがGPT-5やGemini 3 Proに対抗する新たな推論モデルを公開し、より高速・低コスト・高性能なAIモデルを提供した。

AIエージェントキャッチアップ #57 - Agno 2.0を開催

ジェネラティブエージェンツの大嶋が、マルチエージェントフレームワーク「Agno 2.0」とランタイム「AgentOS」を紹介する勉強会を開催した。

AIエージェントキャッチアップ #55 - Agent Lightningを開催

ジェネラティブエージェンツの大嶋氏が、マイクロソフトが開発したAIエージェント育成ツール「Agent Lightning」をテーマにした勉強会を開催した。

AIエージェントキャッチアップ #54 - Agentic Commerce Protocol を開催

ジェネラティブエージェンツの大嶋が、ChatGPTの商品購入機能で使用されている「Agentic Commerce Protocol」についての勉強会を開催した。

AIエージェントキャッチアップ #53 - Claude Agent SDK を開催

ジェネラティブエージェンツの大嶋氏が、Claude Code上で強力なエージェントを構築するツールコレクション「Claude Agent SDK」についての勉強会を開催した。

オープンソースプロジェクトの資金調達の創造的な方法

Wix Toolsは、商用利用されるオープンソースプロジェクトのメンテナーが、持続可能な資金調達のために「オープンソース保守料金」などの創造的な収益化手法を実験している。

一からコーディングするLLM：完全コース

著者が、LLMの仕組みを理解する最良の方法として、LLMのコーディング方法に関する基礎的な内容を共有する。昨年共有した短縮版ワークショップが好評だったため、約5倍の長さで詳細な内容（約15時間）を提供する。

2024年の注目すべきAI研究論文（パート2）

著者が2024年下半期（7月〜12月）のAI研究をまとめ、専門家混合モデルや大規模言語モデルの精度に関する新たなスケーリング法則など多様なトピックを紹介している。

注目すべき2024年のAI研究論文（第1部）

著者が2024年のAI研究のハイライト記事の草稿を完成させた。今年は特に生産的な年であり、専門家混合モデルから新しいLLMスケーリング則まで多様なトピックを扱うが、本記事ではLLM研究に焦点を当てている。

LLM研究論文：2024年リスト

著者が2024年のLLM研究のハイライトをまとめた記事を計画していたが、事故で負傷したため作業が遅れている。代わりに、2024年のLLM研究論文リストを共有する予定である。

Google Gemma 2

GoogleはGemma 2をOllamaで2B、9B、27Bの3サイズで提供開始した。

完全オープンソースのAIコードアシスタントをエディター内に

Continueは、オープンソースのLLMを使用して、Visual Studio CodeとJetBrains内で独自のコーディングアシスタントを簡単に作成できるようにする。

Google、Ollamaサポートを備えたFirebase Genkitを発表

GoogleがGoogle IO 2024で、開発者がAI搭載アプリを構築・デプロイ・監視するためのオープンソースフレームワーク「Firebase Genkit」にOllamaサポートを追加したと発表した。

Llama 3はあまり検閲されていない

Metaが公開したLlama 3は、Llama 2と比較して大幅に検閲が緩和され、誤った拒否率が低下し、以前に拒否されたプロンプトの3分の1未満しか拒否しない。

Llama 3

Meta社が次世代の大規模言語モデル「Llama 3」を公開し、Ollamaで利用可能になった。現在公開されている中で最も高性能なオープンLLMである。

Grok-1のオープンリリース

3140億パラメータのMixture-of-ExpertsモデルGrok-1の重みとアーキテクチャを公開しました。

OllamaがAMDグラフィックスカードをサポート

OllamaがWindowsとLinuxでAMDグラフィックスカードのサポートをプレビュー公開した。これにより、Ollamaの全機能がAMDグラフィックスカードで高速化できるようになった。

Google at APS 2024

Google ResearchのQuantum AIチームが、APS 2024で量子コンピューティングに関する発表を行う。

DP-Auditorium: 差分プライバシー監査のための柔軟なライブラリ

Google Researchの研究者が、差分プライバシー実装の監査を支援する柔軟なオープンソースライブラリ「DP-Auditorium」を公開した。

Mistralモデルへのllama-adapterファインチューニング

Spiral.AI株式会社のエンジニアが、Mistral AIが2023年9月にリリースした言語モデル「Mistralモデル」にllama-adapterを適用してファインチューニングする方法を紹介している。

OpenAI互換性

OllamaがOpenAI Chat Completions APIと初期互換性を実現し、既存のOpenAI向けツールをローカルモデルで使用可能にしました。

TensorFlowにおけるグラフニューラルネットワーク

Google ResearchとCoreMLのソフトウェアエンジニアが、TensorFlowでグラフニューラルネットワークを実装する方法を発表した。

視覚モデル

LLaVA 1.6（7B、13B、34Bパラメータ）が利用可能に。高解像度画像対応、文字認識と論理的推論が向上。

PythonとJavaScriptライブラリ

OllamaのPythonおよびJavaScriptライブラリの初版が公開され、数行のコードでアプリケーションとの統合が可能になりました。両ライブラリはREST APIの全機能を備え、使い慣れた設計で互換性があります。

LLMのレイテンシ最適化

OpenAIが大規模言語モデルの応答遅延を改善する技術を発表した。同社は推論プロセスの効率化により、ユーザー体験の向上を目指している。

Ollamaが公式Dockerイメージとして利用可能に

Ollamaが公式Dockerイメージで提供開始。MacではDocker Desktopで、LinuxではGPUアクセラレーション付きコンテナ内で実行可能になりました。

Code Llamaのプロンプト方法

Code Llamaのプロンプト構造、バリエーション、機能（指示、コード補完、中間補完）について解説するガイドです。