Hy3が示す中国AIの進化——大規模モデル開発の新地平
テンセント、Hy3という大規模なAIモデルをリリース
個人の見解・実装体験を含む記事
テンセントが開発した大規模なMixture-of-ExpertsモデルHy3の特徴と性能を紹介
Simon Willison's Weblog
毎日更新・AIニュース考察
AI記事考察ノート
公式発表・研究プレプリント・実装コミュニティの記事を、読む前に押さえたい文脈と注意点つきで整理。
8855掲載記事
7849深堀り対応
01
絞り込み結果
条件に一致した記事を、新しい順にまとめています。 7大規模モデルトレーニングの新たな地平線：記憶効率とスループットを最大化する新戦略
査読前の可能性がある研究情報
Mixture-of-Expertsモデルのトレーニングに必要な記憶効率とスループットを最大化する新アプローチ
速報・AI要約未精査
こんな人に機械学習エンジニア・AI研究者
arXiv cs.AIハードルーティングがもたらす大規模モデルの新たな可能性
査読前の可能性がある研究情報
ハードルーティングによるLoRAエキスパートの統合技術が提案され、パラメータ数削減とオリジナル学習条件維持を実現
速報・AI要約未精査
こんな人にAI研究者・機械学習エンジニア
arXiv cs.AIvLLMの最新アップデートでモデルの安定性とパフォーマンスが向上
vLLMプロジェクトは、gsm8kの起動タイムアウト時間増加とMoE再設計により、モデルの安定性とパフォーマンスを向上させた。
速報・AI要約未精査
こんな人にAIエンジニア・機械学習研究者
vLLM ReleasesTRACE法：Mixture-of-Expertsアーキテクチャの機械学習モデルをどのように強化するか？
査読前の可能性がある研究情報
TRACE法は、大規模言語モデルの機械学習における忘却機能を強化し、パフォーマンスと効率性を向上させる可能性がある。
速報・AI要約未精査
こんな人に機械学習エンジニア・AI研究者
arXiv cs.AIDeepSeek V4が進化——vLLM v0.22.0の新機能とは？
vLLM v0.22.0リリースでDeepSeek V4モデルが強化され、機能拡張が行われた。
速報・AI要約未精査
こんな人にAI研究者・機械学習エンジニア
vLLM ReleasesQwenモデルのFP8対応問題が解決——開発者の生産性向上に寄与するパッチリリース
Qwen 3.5と3.6のFP8使用時の問題を修正したパッチリリース v5.6.2
速報・AI要約未精査
こんな人にPythonエンジニア・機械学習研究者
Hugging Face Transformers Releases