#mlx14 total

AI要約Ollama v0.32.12では、Qwen3.8モデル向けに専用レンダラーを追加し、safetensorsインポート時にchatテンプレートのマーカーを検出してMLXインポートにも対応した。思考・ツール・継続などのパース処理も強化されている。

AI SUMMARYOllama v0.32.12 adds a dedicated qwen3.8 renderer and MLX import support by detecting reasoning-effort and preserved-thinking markers in the chat template during safetensors import, improving handling of thinking, tools, and continuation parsing.

AI要約repeat_penaltyのデフォルト値が1.1から1.0（無効）に変更され、他エンジンとの互換性向上と投機的デコードの高速化を実現。NVFP4 MLXモデルのプリフィル速度も改善された。

AI SUMMARYOllama v0.32.10 changes the default repeat_penalty from 1.1 to 1.0 (off) to match other engines and speed up speculative decoding, while also improving prefill performance for NVFP4 MLX models with a global scale.

AI要約repeat_penaltyのデフォルト値が1.1から1.0（無効）に変更され、他エンジンとの互換性向上と投機的デコードの高速化が図られた。NVFP4 MLXモデルのプリフィル速度も改善されている。

AI SUMMARYOllama v0.32.10 changes the default repeat_penalty from 1.1 to 1.0 (off) to match other engines and speed up speculative decoding, while also improving prefill performance for NVFP4 MLX models.

AI要約Ollama v0.32.8 では、Muse Glimmerが全プラットフォームで利用可能になり、Claude CodeやCodexなどのコーディングエージェントや長期動作するパーソナルアシスタントの用途に対応する。

AI SUMMARYOllama v0.32.8 brings Muse Glimmer to all platforms, enabling coding agent applications like Claude Code and Codex as well as long-running personal assistants, powered by Ollama's MLX engine.

AI要約Ollama v0.32.7がリリースされ、Apple SiliconのMLXエンジン経由でMeta製モデル「Muse Glimmer」の初期サポートが追加された。NVIDIA・AMDなど他プラットフォーム向けの最適化は近日提供予定。

AI SUMMARYOllama v0.32.7 adds initial support for Meta's Muse Glimmer model via the MLX engine on Apple Silicon, with broader NVIDIA, AMD, and other platform support coming soon.

AI要約Qwen3.5がApple GPU上でMLXエンジンのMTPヘッドによる投機的デコードにより高速化され、OpenAI互換ストリーミング形式も修正された。

AI SUMMARYOllama v0.32.6 speeds up Qwen3.5 on Apple GPUs via automatic speculative decoding with the MLX engine, and fixes /v1/chat/completions streaming to match OpenAI's wire format.

AI要約MiniMaxがテキスト・画像・音声・動画を扱うマルチモーダルモデル「MiniMax-H3」を公開し、PipeNetworkがApple SiliconのMLXフレームワーク上でローカル実行できる実装を提供した。

AI SUMMARYMiniMax released MiniMax-H3, an omni-modal model supporting text, image, audio, and video generation including 15-second clips, and PipeNetwork published an MLX-based implementation enabling local inference on Apple Silicon.

AI要約Ollama 0.30.8にMLXバックエンドが統合されたが、バイナリ解析とログ突合の結果、通常の`ollama pull`で取得するGGUFモデルはMLXランナーを経由しないことが判明した。速度改善の恩恵を受けるにはモデル形式の確認が必要となる。

AI SUMMARYOllama 0.30.8 ships with an integrated MLX runner for Apple Silicon, but hands-on investigation on an M1 Max 64GB showed that standard GGUF models pulled via `ollama pull` do not go through the MLX path, meaning users cannot assume a speed gain without verifying the active backend.

AI要約Hugging Faceに「MLX変換済み」として公開されているモデルでも、ロード不能や全文字化けといった致命的な不具合を抱える例があり、著者がBaiduのOCRモデルを題材に既存変換2種を実測して問題を明らかにした。重みファイルが生成できても正常動作するとは限らず、実測による検証が不可欠だと示している。

AI SUMMARYEven models published on Hugging Face as MLX conversions can be broken — one failing to load and another producing garbled output — as the author discovered when benchmarking two existing conversions of Baidu's Unlimited-OCR (3.3B, MIT). The article argues that generating weight files does not guarantee a working model, and only empirical testing can confirm usability.

AI要約Sarashina2.2-OCRをApple Silicon向けMLXフレームワークへ移植する際、モデルカードに記載されていない実装の詳細を調査・解決した過程をまとめた記事。ローカル環境で高精度な日本語OCRを動かしたい開発者にとって実践的な参考資料となる。

AI SUMMARYThis article documents the process of porting the Japanese OCR model Sarashina2.2-OCR to the MLX framework for Apple Silicon, uncovering implementation details absent from the official model card. It serves as a practical guide for developers aiming to run high-accuracy Japanese OCR locally.

AI要約Apple Silicon 向け MLX フレームワークで動作する gemma4 の e2b/e4b モデルの推論速度を実測・比較した記事。ローカル環境での実用性を判断する上で参考になるベンチマーク結果を提供している。

AI SUMMARYThis article benchmarks gemma4 e2b/e4b models running via the MLX framework on Apple Silicon, measuring real-world inference speed to assess local deployment viability.

AI要約Ollama v0.31.1 では、MLX バックエンドにおける Gemma4 の MoE モデルのローディングコードが整理・強化された。Apple Silicon 環境での Gemma4 MoE モデルの読み込み安定性が向上する。

AI SUMMARYOllama v0.31.1 refines the MLX backend's Gemma4 mixture-of-experts model loading code, improving stability and reliability when running Gemma4 MoE models on Apple Silicon.

AI要約Apple Silicon上でCommand AおよびNorthファミリーのモデルがMLXエンジンで動作可能になり、内部のllama.cppエンジンをbuild 9672へ更新、MLXビルド成果物の修正も含む小規模アップデート。

AI SUMMARYOllama v0.30.10 enables Command A and North family models to run on Apple Silicon via the MLX engine, updates the underlying llama.cpp engine to build 9672, and fixes MLX build artifacts.

AI要約Ollama v0.30.8がリリースされ、起動時のプロバイダー誤選択を修正。プロンプトキャッシュをコンテキストシフトから分離してKVキャッシュの再利用を改善し、MLX推論の安定性も向上した。

AI SUMMARYOllama v0.30.8 fixes incorrect provider selection at launch, improves prompt caching by decoupling it from context shift for better KV cache reuse, and delivers more stable MLX inference.