AI FRONTIER
Signals worth understanding before they become obvious.
OpenRouter 新モデル：Particle AI の Particle-1
Particle-1 は Particle AI によるトークン効率の高いエージェント型コーディングモデルで、DeepSeek V4.1 Flash を事後学習しており、ターミナルワークフローやコードベース変更、データエンジニアリング作業を対象に、推論とツール呼び出しのトークンを大幅に削減しつつベースモデルに近い精度を維持するよう訓練されています。
- 価格は 100 万トークンあたり入力 $0.25、出力 $1.00、キャッシュ読み取り $0.03。
- コンテキストウィンドウは 1,048,576 トークンで、最大 131,072 の補完トークンをサポート。
- tools と tool_choice による関数呼び出しに対応し、response_format の JSON schema による構造化出力もサポート。
- 入力はテキストと画像、出力はテキスト。リリース日は 2026 年 10 月 28 日。
コーディングエージェントを構築するチームにとって、Particle-1 は低いトークン単価と 1M コンテキストを備えた検証可能な選択肢だが、ベースモデルに近いという精度主張は自ら確認する必要がある。
Polymathic AIとプリンストンの研究者がFlashMapを公開、LLMデコードを6.14倍高速化するフローマップドラフター
Polymathic AIとプリンストンの研究者が、大規模言語モデルのデコード向けフローマップドラフターFlashMapを公開し、論文要旨はデコードが6.14倍高速化すると報告している。
- 論文要旨はFlashMapがLLMデコードを6.14倍高速化すると報告している。
- FlashMapはフローマップドラフターとして説明されている。
- この研究はPolymathic AIとプリンストンの研究者によるものである。
推論スタックを構築するチームにとって、ドラフト型デコードの高速化は自社モデルで検証する価値があり、報告された6.14倍が自社のワークロードで再現するかを確認すべきだ。
NVIDIA Nemotron 3.5 Transcribe と Granary v2：プロンプトで制御・適応できる多言語文字起こし
NVIDIA はオープンウェイトモデル Nemotron 3.5 Transcribe を公開し、文字起こし、話者分離、翻訳、音声質問応答を単一チェックポイントに統合した。あわせて Granary v2 データパイプラインと NeMo Speech 微調整レシピも公開した。
- 40 言語の文字起こし、31 言語の英語との相互翻訳、13 言語の話者帰属に対応し、最長 1 時間の録音と最大 8 話者を扱える。
- Hugging Face Open ASR Leaderboard の英語部門で、オープンウェイトモデル中 1 位となる平均 WER 5.33% を記録した。
- Artificial Analysis では約 4B のアクティブパラメータ（総 30B のハイブリッド Mamba–Transformer MoE）で 2.8% AA-WER を達成し、24B モデルと並びオープンウェイト 1 位。
- Granary v2 の公開マニフェストは 48 言語・16 コーパス・463,062 時間をカバーし、v1 の 25 言語から拡大した。
自然言語プロンプトで出力形式を制御し、Granary v2 と NeMo Speech レシピでドメイン語彙に適応させることで、開発者は多言語対応と専門領域の精度を両立できる。
GLM-5.3 Workers AI モデルにおけるリクエスト間 KV キャッシュ露出と、SGLang による修正
Cloudflare ブログは、GLM-5.3 Workers AI モデルにおけるリクエスト間 KV キャッシュ露出の問題と、SGLang を用いた修正を報告している。
- 情報源は Cloudflare Blog。
- 問題は GLM-5.3 Workers AI モデルにおけるリクエスト間 KV キャッシュ露出。
- 修正には SGLang を使用。
Workers AI 上で GLM-5.3 を運用する開発者は、KV キャッシュの分離を確認し、SGLang による修正の適用を検討すべきだ。
OmniBrain-0：具身知能のための統合エージェントモデル
Xiaomi Embodied Intelligence Teamは、操作とナビゲーションを共有の高レベル意思決定モデルで統合する軽量な具身エージェントOmniBrain-0を提案した。タスク理解、計画、進捗追跡、フィードバック駆動の回復を統合し、具身事前学習、領域特化エージェント蒸留、マルチ教師オンライン方策蒸留（MOPD）を組み合わせた漸進的訓練フレームワークを採用する。
- 論文はLIBERO-Pro、LIBERO-Plus、RoboCasa365、RoboTwin 2.0、R2R-CE Val-Unseen、および複数の実世界操作タスクでOmniBrain-0を評価したと報告している。
- 論文は、OmniBrain-0がクローズドソースの教師モデルよりも推論と実行のオーバーヘッドを大幅に削減したと述べている。
- 訓練フレームワークは具身事前学習、領域特化エージェント蒸留、マルチ教師オンライン方策蒸留（MOPD）を組み合わせる。
- Rubric-Guided Recursive Self-Improvement（RSI）では、Meta-Agentが実行証拠を改良されたルーブリック、ステップ単位のリマインダー、検証済み軌跡に変換する。
具身エージェントを構築するチームにとって、複数の教師モデルの相互作用経験を単一のコンパクトな意思決定モデルに蒸留し、推論コストを抑えつつクロスドメイン性能を維持できる可能性を示す。
MiniMax-M3.1-Flash 公開：総パラメータ約428Bのネイティブ多模态MoE、1Mトークン文脈に対応
MiniMax は M3 を基にしたネイティブ多模态の Mixture-of-Experts モデル MiniMax-M3.1-Flash を公開した。総パラメータ約428B、トークンあたり23Bを活性化し、テキスト・画像・動画を入力としてテキストを出力、文脈長は最大1Mトークン。M3 からの主な変更は、全モデルへのスパースアテンション導入、量子化を意識した学習、DSpark 投機的デコーディングへの置き換えである。
- モデルカードによると総パラメータ約428B、トークンあたり23Bを活性化し、MiniMax Sparse Attention（MSA）をモデル全体に採用。
- モデルカードは BankerToolBench 76.2、DeepSWE v1.1 73.7%、OSWorld V2 61.7、Agents' Last Exam 29.6、CyberGym 82.2 を報告。
- 主な変更は3点：最初の3つのフルアテンション層をスパースアテンションに置換、ルーティングされた MoE エキスパートとアテンション経路の量子化を意識した学習、DSpark 投機的デコーディングとドラフトヘッドの同梱。
- ライセンスは minimax-community で、SGLang、vLLM、TokenSpeed での提供が推奨され、Transformers などの統合は進行中。
1M 文脈とスパースアテンション、量子化を意識した学習の組み合わせは長文脈エージェントのメモリと推論コストを下げる可能性があるが、総パラメータ428Bのためマルチ GPU 配備が前提で、ベンチマークはモデルカードによる自己申告値である。
LOTUS：低ランク多線形分解によるLLM幻覚検出
論文はLOTUS（Low-rank Order-statistic TUcker-based Subspace learning）を提案する。LLMの隠れ状態からコンパクトな表現を抽出しラベル付きデータへの依存を減らす多線形低ランク分解フレームワークで、軽量な幻覚分類器の学習に用いる。
- 可変長のトークン表現を、ピーク活性化・活性化分布・層間変化を捉える相補的な統計記述子で要約する。
- 低ランク多線形分解によりLLM隠れ状態の構造を捉えるコンパクト表現を抽出し、軽量な幻覚分類器の学習に使う。
- 複数のLLMと質問応答ベンチマークで、最近の最先端ベースラインを上回る幻覚検出性能を報告している。
- 論文は26ページ、図3点で、コードへのリンクが示されている。
構築者にとっては、選択した活性化やプーリング圧縮ではなく、層・特徴モード・トークンにまたがる隠れ状態構造から信号を取ることで、より少ないラベル付きデータで軽量検出器を訓練できる可能性を示す。