#open-model page 2/4

AI要約 Google の Gemma 4 31B-IT が主張する MMLU-Pro 約 85.2% を NVIDIA B200 上で lm_eval を使って手元再現する手順を詳解した実践ガイド。

EN A step-by-step guide on reproducing Google Gemma 4 31B-IT's claimed ~85.2% MMLU-Pro score on NVIDIA B200 hardware using lm_eval, covering practical pitfalls beyond a single command.

AI要約 ローカルLLM実行エンジン ik_llama.cpp を Windows 向けに自力ビルドする手順を解説。通常の llama.cpp より約3割高速とされる。

EN A practical guide to building ik_llama.cpp on Windows from source, covering a fork of llama.cpp reported to run local LLMs roughly 30% faster than the upstream project.

AI要約 Allen AIが地球観測向けモデル「OlmoEarth v1.1」を公開した。前バージョンと比較して推論効率が大幅に向上しており、衛星画像の解析や環境モニタリングなどのタスクに特化した設計が特徴となっている。

EN OlmoEarth v1.1: A more efficient family of Earth observation models

AI要約 Android向けGoogle AI Edge GalleryがオープンソースのMCPに実験的対応し、Gemma 4がオンデバイスでツール連携や会話継続を実現。

EN The Google AI Edge Gallery app has expanded its on-device AI capabilities by introducing experimental support for the open-source Model Context Protocol (MCP) on Android, allowing Gemma 4 to coordinat

AI要約 Google AI EdgeのLiteRT-LMが、モバイル・エッジ環境でGemma 4を高度に最適化して実行するための本番対応インフラを提供。

EN Google AI Edge’s LiteRT-LM provides a production-proven, highly optimized infrastructure for running Gemma 4 across cross-platform mobile and edge environments. It actively unlocks the model's native

AI要約 IBMがApache 2.0ライセンスで公開した多言語埋め込みモデル「Granite Embedding Multilingual R2」は、100M未満のパラメータ規模ながら32Kトークンの長文コンテキストに対応。12言語をサポートし、同規模帯では最高水準の検索品質を達成したという。

EN Granite Embedding Multilingual R2: Open Apache 2.0 Multilingual Embeddings with 32K Context — Best Sub-100M Retrieval Quality

AI要約 ServiceNow AIがvLLMをV0からV1へ移行した際、強化学習トレーニングで生じた数値的な不一致と再現性の問題を分析。修正を急ぐ前に、ロジット計算やバッチ処理の正確性を検証する重要性を示した。

EN vLLM V0 to V1: Correctness Before Corrections in RL

AI要約 Hugging FaceがOpen ASR Leaderboardに非公開テストセットを導入し、ベンチマークの過剰最適化（benchmaxxing）を防ぐ仕組みを追加した。これによりモデルの真の汎化性能を測定でき、公開データへの過学習を見抜けるようになる。

EN Adding Benchmaxxer Repellant to the Open ASR Leaderboard

AI要約 IBMがオープンソースLLM「Granite 4.1」の構築手法を公開。Mamba-Transformerハイブリッドアーキテクチャを採用し、長文処理の効率とコスト削減を実現。エンタープライズ用途を意識した学習データやファインチューニング手法も紹介されている。

EN Granite 4.1 LLMs: How They’re Built

AI要約 NVIDIAは文書、音声、動画を統合的に処理できるマルチモーダルモデル「Nemotron 3 Nano Omni」を公開した。長文コンテキスト対応により、エージェント用途での文書解析やメディア理解を一つのモデルで担えることが特徴とされる。

EN Introducing NVIDIA Nemotron 3 Nano Omni: Long-Context Multimodal Intelligence for Documents, Audio and Video Agents

AI要約 TII (Technology Innovation Institute) がアラビア語LLM評価のための新リーダーボード「QIMMA」を公開した。品質を最優先に、文化的・言語的特性を反映したベンチマークでモデルを評価し、アラビア語圏での実用性を可視化する。

EN QIMMA قِمّة ⛰: A Quality-First Arabic LLM Leaderboard

AI要約 Hugging Faceブログで紹介されたEcom-RLVEは、Eコマースの対話エージェントを訓練するための適応的かつ検証可能な強化学習環境である。実際の購買シナリオに基づき、エージェントの応答を客観的に評価できる報酬設計を採用し、対話品質と業務遂行能力の両立を狙う。

EN Ecom-RLVE: Adaptive Verifiable Environments for E-Commerce Conversational Agents

AI要約 Hugging FaceがTransformersモデルをApple SiliconネイティブのMLX形式へ自動変換し、PRを開くボットを公開。重み変換・実装移植・テストを自動化し、Mac上での高速ローカル推論を容易にする取り組み。

EN The PR you would have opened yourself

AI要約 Hugging FaceがSentence Transformers v5系を用いて、テキストと画像を扱うマルチモーダル埋め込みモデルおよび再ランカーモデルを学習・微調整する方法を解説。CLIPなどのビジョン言語モデルを基盤に、損失関数やデータ準備、評価まで実践的に紹介する。

EN Training and Finetuning Multimodal Embedding & Reranker Models with Sentence Transformers

AI要約 Decartが発表したWaypoint-1.5は、コンシューマー向けGPUでもリアルタイム動作するインタラクティブな世界モデル。前バージョンより解像度と一貫性が向上し、オープンワールド的な探索体験をローカル環境で実現する。

EN Waypoint-1.5: Higher-Fidelity Interactive Worlds for Everyday GPUs

AI要約 Sentence Transformersが画像やマルチモーダル入力に対応するよう拡張された。CLIPやSigLIPなどのモデルを共通APIで扱え、テキスト・画像横断の埋め込みやリランキングが可能になり、検索やRAGの構築が容易になる。

EN Multimodal Embedding & Reranker Models with Sentence Transformers

AI要約 Hugging Faceが開発した安全で高速なテンソル保存形式Safetensorsが、PyTorch Foundationに寄贈された。これによりオープンガバナンス下で運営され、エコシステム全体で標準フォーマットとしての普及が加速する見通し。

EN Safetensors is Joining the PyTorch Foundation

AI要約 アブダビのTechnology Innovation Institute(TII)が、Falconシリーズの新たなマルチモーダルモデル「Falcon Perception」を公開した。視覚と言語を統合し、軽量かつエッジ展開を意識した設計で、オープンウェイトとして提供される。

EN Falcon Perception

AI要約 Gradioが新たに提供するサーバー機能により、React、Vue、Svelteなど任意のフロントエンドからGradioで構築したPythonバックエンドを呼び出せるようになった。MLアプリのUIとロジックを分離した開発が容易になる。

EN Any Custom Frontend with Gradio's Backend

AI要約 IBMが企業文書処理に特化した軽量マルチモーダルモデルGranite 4.0 3B Visionを発表。3Bパラメータながら文書理解やOCR、表・図解析で大規模モデルに匹敵する性能を示し、Apache 2.0で公開された。エンタープライズ用途を意識した設計が特徴。

EN Granite 4.0 3B Vision: Compact Multimodal Intelligence for Enterprise Documents

AI要約 Hugging FaceがLLMポストトレーニング用ライブラリTRLのv1.0を公開。SFT/DPO/GRPOなど主要手法を統合し、APIの安定化、vLLM連携、マルチノード分散学習、VLM対応強化など、実運用に耐える成熟版に到達した。

EN TRL v1.0: Post-Training Library Built to Move with the Field

AI要約 ServiceNow AI が音声エージェント評価のための新フレームワーク EVA を発表した。会話品質や音声特性、タスク達成度を統合的に測定し、従来のテキストベース評価では捉えきれない実運用上の課題に対応することを目指す。

EN A New Framework for Evaluating Voice Agents (EVA)

AI要約 Hugging Faceが2026年春時点のオープンソースAIの状況をまとめた。中国勢のLLM主導、マルチモーダルや動画生成モデルの台頭、推論・量子化エコシステムの成熟が示され、コミュニティ規模も急拡大している。

EN State of Open Source on Hugging Face: Spring 2026