ページを読み込み中…
ページを読み込み中…
8件の記事
腾讯エンジニアは、大規模言語モデルの出力結果を確定的に制御するための AI インフラ技術について解説した。
米国エネルギー省とArcee AIは、科学計算ワークフローの強化を目指すオープンウェイトAIモデル「Genesis-Science-1」を発表した。開発はArcee AIが主導し、DOE科学者が専門知識を提供する。
Ai2はNVIDIA GTC 2026に参加し、パネルディスカッションやデモを通じて、再現性・透明性・実用性の3原則を強調した。同社はこれらの価値観を技術開発の基盤として位置付けている。
Union.aiとFlyteは、AI/MLワークフローの複雑化に対応するため、Amazon EKS上でのモデル展開を効率化するソリューションを提供している。これにより、データサイエンティストやエンジニアは、パイロット段階から本番環境への移行を容易に実現できる。
DagsterがRunPod上でLLMトレーニングの各段階を調整し、再現性・拡張性・GPU効率性を確保する方法を示している。