IBM Granite 4.1 30B — 多言語・長文脈対応のオープンモデル
IBMがGranite 4.1-30BをHugging Faceで公開した。30BパラメータのDense Transformerで、最大131Kトークンの長文脈に対応する。
最大の特徴は多言語対応で、英語・日本語・ドイツ語・スペイン語・フランス語・中国語など12言語をサポート。SFT（教師ありファインチューニング）と強化学習によるアラインメントを経て、ツール呼び出し、指示追従、チャット対話の性能を大幅に向上させたという。
ベンチマークではMMLU 5-shotで80.16、HumanEval pass@1で88.41を記録。BFCL v3のツール呼び出しタスクでも73.68を達成しており、実用面での到達度が高い。NVIDIA GB200 NVL72クラスタ（CoreWeave）で学習されており、Apache 2.0ライセンスで利用可能だ。
DeepMind共同創設者David Silver氏が$11億調達 — AIスタートアップ「Ineffable」
DeepMindの共同創設者の一人であるDavid Silver氏が、新AIスタートアップIneffableを立ち上げ、**$11億（約1,600億円）**のシード資金を調達したことが分かった。NVIDIAやGoogleが投資に参加している。
Silver氏はAlphaGoやAlphaZeroなど、強化学習の画期的プロジェクトを主導した人物。Ineffableが具体的にどのようなAI技術を開発するかは現時点で公表されていないが、この規模のシードラウンドは異例であり、AI業界の注目を集めている。
小規模LLMを「双方向洗練ループ」で劇的改善
RedditのLocalLLaMAコミュニティで、1.7Bパラメータの小規模モデルに**「Second Thoughts」**と呼ぶ仕組みを追加し、コード生成タスクで大幅な精度向上を達成したという報告が注目を集めている。
仕組みはシンプルで、生成の終盤近くで出力を読み取る小型トランスフォーマーを追加し、その出力を入力の先頭付近にフィードバックするループを構成する。これにより、文法や構文的な誤りを自己修正する効果があるという。着想は神経科学の知見に基づいており、9Bモデルでの追加検証も進行中とのこと。
Mistral Medium 3.5 128BをRTX 3090×3枚でローカル稼働
同じくLocalLLaMAで、Mistral Medium 3.5-128BをQ3_K_M量子化し、RTX 3090×3枚（VRAM 72GB）でローカル実行した結果が報告された。
Pythonコード生成、SVG、HTMLの各タスクで実際の動作速度と出力品質が検証されており、128Bクラスのモデルでも消费級GPUで実用的な速度が出るという結果は、ローカルLLMの到達度を示す興味深いデータポイントとなっている。
Themis — 多言語・多基準コード報酬モデル
Hugging Face Daily Papersで注目を集めたThemisは、コード生成における報酬モデル（Reward Model）の新たなアプローチを提案する研究。
従来のコードRMは「実行可能かどうか」の単一基準に偏っていたが、Themisは5つの評価基準（可読性・効率性・セキュリティなど）と8プログラミング言語にまたがる評価を可能にした。350k以上のペアからなるThemis-CodePreferenceデータセットを構築し、600M〜32Bパラメータのモデル群を公開。多基準での学習が信頼性の高いコード評価に不可欠であることを実証した。
ビッグテック8万人削減、AIを理由に据えるも専門家は「過剰人員」と指摘
過去のビッグテックによる約8万人の人員削減がAI導入を理由としているが、専門家は実際には企業が25〜75%過剰人員だったとの見方を示している。AIによる代替が進んでいる側面はあるものの、構造的な過剰採用の是正という文脈も大きいと分析されている。