NvidiaとYum Brandsが500店舗でAI導入――外食産業の大規模実証始動

Yum Brands（Taco Bell、Pizza Hut、KFCなどを展開）がNvidiaと提携し、全米500店舗でAI技術を本格導入すると発表した。注文最適化、在庫予測、厨房の効率化などを対象に、NvidiaのエッジAI基盤を活用してリアルタイム処理を行う構えだ。

外食チェーンへのAI導入はこれまでも進んできたが、500店舗規模での横展開は類を見ない。注油温度や調理時間の最適化といった現場課題にAIがどこまで寄与できるか、実用段階での検証結果が注目される。

vLLMがBlackwell/Ada混成クラスタで圧倒的優位性を示す

RedditのLocalLLaMAコミュニティで、Blackwell世代（RTX PRO 6000/5000、RTX 5090）とAda世代（改造RTX 4090 48GB）が混在する7GPUクラスタでの推論エンジンベンチマーク結果が投稿された。

テスト環境は4bit量子化（vLLM/SGLangはNVFP4、llama.cppはMXFP4）で、長文コンテキストのプレフィル性能を比較。結果としてvLLMが他のエンジンを大きく上回るスループットを記録した。パイプライン並列による異種GPU混成環境では、vLLMのスケジューリングが特に効果を発揮しているとみられる。

Blackwell世代のGPUが本格的に普及し始める中、混成クラスタでの推論エンジン選定に貴重な実測データを提供している。

LLMは賢く見えたが、メトリクスは同意しなかった

「The LLM Looked Smart. The Metrics Disagreed」という記事が、LLMの評価における根本的な問題を浮き彫りにした。

人間のレビュアーには高品質に見える出力が、自動評価メトリクスでは低く評価される、あるいはその逆が起きる現象を分析。特にクリエイティブな文章生成や要約タスクでは、定量的指標と人間の主観的判断の乖離が顕著になるという。

LLMの能力を正しく評価する仕組みは、モデル選定やプロダクトへの組み込みにおいて重要な基盤となる。この問題意識は今後の評価手法の改善につながる可能性がある。

Google検索に「意味のないAIテキスト」が表示される問題

Hacker Newsで、Google検索で「remove definition」と検索すると、AI生成された実用性のないテキストが表示されることが話題になった。

シンプルな辞書的な定義を求める検索に対し、AI Overviewが冗長で的外れな回答を返すケースが指摘されている。GoogleのAI統合が進む中、検索品質の維持とAI応答の有用性のバランスが引き続き課題となっている。

伊藤忠・三菱ケミカルなど16社が「暗黙知のAI化」で実証実験開始

ストックマークが5月14日、企業の秘匿データや暗黙知をAIが学習可能な形式に変換する「AI-Ready化」の実証実験を開始すると発表した。伊藤忠商事、三菱ケミカルなど16社が参画する。

企業固有のノウハウや職人的な知識は、これまでAI活用のボトルネックとされてきた。このプロジェクトは「暗黙知をAIに教える」という、日本の製造業・商社が直面する課題に直接アプローチするものだ。成功すれば、業界特化型AIの精度向上に大きく寄与する可能性がある。