TOPIC TIMELINE
タイムライン検索
特定トピックに関する記事を時系列で並べて「いつ・何が起きたか」を俯瞰します。
2026年4月3日
Gemma 4：バイト単位で最も高性能なオープンモデルGemma 4 は現在までで最も知的なオープンモデルで、高度な推論とエージェント型ワークフロー向けに設計
Google DeepMind
2026年6月4日
Google、「Gemma 4 12B」を発表 ～16GBメモリのノートPCでもオンデバイス動作、上位モデルに迫る性能／エンコーダーフリーの新アーキテクチャー採用で実現米Google DeepMindは6月3日（現地時間）、「Gemma 4 12B」を発表した。オープンモデル「Gemma 4」ファミリーの新顔で、他のモデルにはない特徴をもつ。
窓の杜
2026年6月4日
Google、「Gemma 4 12B」を発表 ～16GBメモリのノートPCでもオンデバイス動作、上位モデルに迫る性能(窓の杜)米Google DeepMindは6月3日（現地時間）、「Gemma 4 12B」を発表した。オープンモデル「Gemma 4」ファミリーの新顔で、他のモデルにはない特徴をもつ。 「Gemma 4
Yahoo!ニュース IT
2026年6月8日
「Gemma 4」のメモリ消費を大幅削減する「QAT」、品質はそのままスマホ上でも十分動作／最小の「E2B」は約1GB、最大の「31B」も1/4にまでメモリ削減米Google DeepMindは6月5日（現地時間）、オープンモデル「Gemma 4」ファミリーの「Quantization-Aware Training」（QAT）チェックポイントを公開した。
窓の杜
2026年6月8日
「Gemma 4」のメモリ消費を大幅削減する「QAT」、品質はそのままスマホ上でも十分動作(窓の杜)米Google DeepMindは6月5日（現地時間）、オープンモデル「Gemma 4」ファミリーの「Quantization-Aware Training」（QAT）チェックポイントを公開した。メ
Yahoo!ニュース IT
2026年6月10日
LLMを識別器として利用：合成テーブルでもリアルに見える場合arXiv:2606.09865v1 新規発表 プライバシーとデータ共有はしばしば緊張関係にあります。多くの組織は、プライバシーリスクを軽減しつつ有用なデータを共有するために、合成データを使用しています。表形式データの場合、プライバシーの監査は依然として困難です。多くの場合、人間でさえテーブルが本物か合成かを見分けることは容易ではありません。本稿では、LLM（大規模言語モデル）の識別に基づく手法を提案します。LLMに各テーブルサンプルをREAL（本物）またはSYNTHETIC（合成）に分類させます。テーブルのみのC1設定と、テーブルおよび分布メタデータを含むC2設定の2つの設定でテストします。オープンモデルとしてLLaMAを、参照モデルとしてGeminiを使用します。実験では、2つの公開データセット（UCI AdultおよびACS Census）で3つの合成モデル（CTGAN、TVAE、Gaussian Copula）を実行しました。451件の有効な試行を収集しました。結果は、モデル間に明確な違いがあることを示しています。
arXiv cs.LG
2026年6月11日
NVIDIAがGoogle DeepMindのDiffusionGemmaをローカルAI向けに高速化Google DeepMindがテキスト生成向け実験的オープンモデル「DiffusionGemma」をリリースしました。 NVIDIAはDiffusionGemmaをGeForce RTX GPUなどで高速化し、ローカルPCからクラウドまで対応します。 このモデルは複数の単語を並列生成することで、低遅延でのテキスト生成を実現します。
NVIDIA Blog
2026年6月11日
NVIDIA、Google DeepMindのDiffusionGemmaをローカルAI向けに高速化Google DeepMindは本日、極めて高速なテキスト生成のために構築された実験的なオープンモデル「DiffusionGemma」をリリースしました。NVIDIAはDiffusionGemmaを最適化し、NVIDIA GeForce RTX GPU、NVIDIA RTX PROプラットフォーム、NVIDIA DGX Sparkシステム全体で、ローカルPCからクラウドまで、さらに高速に実行できる…
NVIDIA Blog
2026年6月11日
DiffusionGemma：4倍速いテキスト生成Google DeepMindは、テキスト生成技術の新たな進歩として「DiffusionGemma」を発表しました。この新技術は、同社が開発したオープンモデル「Gemma」を基盤としており、既存のテキスト生成モデルと比較して最大で4倍の速度向上を実現していると報告されています。 テキスト生成の高速化は、コンテンツ作成の現場に大きな変革をもたらす可能性を秘めています。例えば、リアルタイムでの情報生成や、大量の文章を迅速に作成する必要があるタスクにおいて、その効率が飛躍的に向上することが期待されます。DiffusionGemmaの導入により、開発者やクリエイターは、より短時間で質の高いコンテンツを生み出すことができるようになり、多様なアプリケーションでの活用が視野に入ります。 Google DeepMindは、この技術がAIを活用したサービスやツールの可能性をさらに広げるものと位置付けています。 引用元: Google DeepMind
Google DeepMind
2026年6月11日
グーグル、テキスト生成速度を最大4倍にする「DiffusionGemma」(Impress Watch)Google DeepMindは10日(米国時間)、テキスト生成速度が最大4倍になるオープンソースモデル「DiffusionGemma」を発表した。実験用のオープンモデルとして、Apache 2.0ラ
Yahoo!ニュース IT
2026年6月11日
Google、ローカルAIが4倍速くなるテキスト生成モデル「DiffusionGemma」を実験的に発表、逐次ではなく一括で生成／「GeForce RTX 5090」で700トークン/秒超を達成米Google DeepMindは6月10日（現地時間）、実験的なオープンモデル「DiffusionGemma」を公開した。テキスト拡散（text diffusion）と呼ばれる手法を採用したモデルで、GPUで利用した場合、一般的なローカルLLMよりも最大4倍の高速推論を実現。
窓の杜
2026年6月11日
Google、ローカルAIが4倍速くなるテキスト生成モデル「DiffusionGemma」を実験的に発表、逐次ではなく一括で生成(窓の杜)米Google DeepMindは6月10日（現地時間）、実験的なオープンモデル「DiffusionGemma」を公開した。テキスト拡散（text diffusion）と呼ばれる手法を採用したモデル
Yahoo!ニュース IT
2026年6月17日
Claude Opus 4.7超えの中華モデル「GLM-5.2」が正式発表される、一部テストではClaude Fable 5を上回りオープンモデルとして誰でもダウンロード可能に中国のAI企業であるZ.aiがAIモデル「GLM-5.2」を日本時間の2026年6月17日に正式発表しました。GLM-5.2は各種ベンチマークでClaude Opus 4.7を上回るスコアを記録しており、人間によるブラインドテストではClaude Fable 5を上回った例もあります。
はてなブックマーク IT
2026年6月18日
「エージェント性」は十分か？自社ツールでオープンモデルをベンチマークするオープンモデルの「エージェント性」を評価するために、自社ツールを用いたベンチマークの重要性が高まっています。 これにより、特定のタスクにおけるモデルの性能や、意図を理解し行動する能力を客観的に測定することが可能になります。 自社環境に最適化されたモデル選定と改善に繋がるでしょう。
Hugging Face
2026年6月29日
オープンモデルとクローズド環境：パランティア、NVIDIA Nemotronで米政府機関にセキュアAIを提供米国のAIにおけるオープンソースイノベーションの重要性を示すため、本日発表されたパランティアの新しいインテリジェントエンジンは、NVIDIA Nemotronオープンモデルを利用して米国政府機関のニーズに応えます。オープンソースソフトウェアは、長年にわたり米国テクノロジーリーダーシップの柱となってきました。
NVIDIA Blog
2026年7月6日
無料の画像生成AI「Krea 2」が話題 実写もアニメもこなす新勢力 (1/4)6月23日に、画像生成AIのオープンモデル「Krea 2」が公開されました。画像AIを中心にクラウドAIサービスを展開しているKreaが独自開発したモデルです。その特徴として、実写系からアニメ系まで幅広い画像の生成を可能にしています。
はてなブックマーク IT
2026年7月7日
オープンモデルがAI研究を牽引する仕組み毎年、国際機械学習会議（ICML）は、数千人のAI研究者がどこに研究成果を発表したかを示しています。今年の採択論文は明確な方向性を示しています。オープンフロンティアモデルとオープンAIインフラストラクチャが、現代のAI科学の実施方法の基盤となっています。NVIDIAはICML 2026で74本の論文が採択されました。約[…].
NVIDIA Blog
2026年7月7日
Gemma 4 技術レポートGemmaモデルファミリーに、オープンウェイトでネイティブにマルチモーダルな新世代言語モデル「Gemma 4」を紹介します。計算効率と推論能力の向上を目指して設計されたGemma 4モデルスイートは、23億から310億パラメータまで、密結合型およびMixture-of-Experts（MoE）アーキテクチャを備えています。全モデルサイズでビジョンおよびオーディオエンコーダーを改良したのに加え、生のオーディオや画像パッチを取り込む120億パラメータモデル向けに、エンコーダーフリーの統合アーキテクチャを提案します。さらに、Gemmaモデルが応答前に推論トレースを生成できるようにする「シンキングモード」を統合しました。重要な設計選択により、推論速度、メモリ、計算効率、および長文コンテキスト能力を向上させています。Gemma 4は、STEM、マルチモーダル、長文コンテキストのベンチマーク全体で性能が飛躍的に向上し、人間による評価タスクでは、より大規模な最先端のオープンモデルに匹敵します。
arXiv cs.CL
2026年7月8日
ペルソナはエージェントに「分配か略奪か」ゲームをプレイさせる上でどのように影響するかペルソナは大規模言語モデル（LLM）エージェントの誘導によく用いられますが、社会的ジレンマの状況における戦略的行動を形成する上での有効性は不明確なままです。これを明らかにするため、反復型の「分配か略奪か」ゲームにおいて、ペルソナ・プロンプトが戦略的行動に与える影響を調査しました。このゲームでは、ペルソナ駆動のエージェントが、固定プロンプトで制御される仮想人間（VH）と相互作用します。エージェントは、4つのオープンモデル（Ministral 3:3b, phi4:14b, Gemma3:12b, Gemma4:e4b）を2つの温度設定（0.3および0.7）、およびゼロ温度の決定論的設定でインスタンス化され、VHはGPT 4.1 miniによって駆動されました。ヨーロッパ・ポルトガル語で実施された15ラウンド×160セッション全体で、相互の「分配」という結果が支配的（約74％のラウンド）であり、搾取は11％未満のラウンドで発生しました。
arXiv cs.CL
2026年7月9日
NVIDIA Nemotron、LangChain Deep Agentsでベンチマークをリードする性能を達成NVIDIAのAIチップ「Nemotron 3 Ultra」が、AIエージェント開発プラットフォーム「LangChain」において、オープンモデルとして最高水準の性能を達成しました。LangChainはNVIDIA Nemotron 3 Ultra向けに「Deep Agents」ハーネスを最適化し、主要なクローズドモデルと比較して、より低コストながら最先端の精度を実現しています。 この提携により、Nemotron 3 Ultraは、AIエージェントの構築・運用を支援するプラットフォーム上で、その能力を最大限に発揮できるようになりました。特に、AIエージェントの精度が重視される用途において、Nemotron 3 Ultraの導入は、コスト効率と性能の両面で大きなメリットをもたらす可能性があります。今後、AIエージェント開発の現場で、Nemotron 3 Ultraの活用がさらに広がるものと期待されます。 (NVIDIA Blog)
NVIDIA Blog