AI FRONTIER
Signals worth understanding before they become obvious.
OpenRouter 新モデル：LiquidAI LFM3-1.7B
LiquidAI の LFM3-1.7B が OpenRouter で提供開始されました。1.7B パラメータのコンパクトなテキストモデルで、262,144 トークンのコンテキストを持ち、エージェント、ツール呼び出し、構造化出力向けにポストトレーニングされています。
- パラメータ数は 1.7B、コンテキストウィンドウは 262,144 トークンで、最大 8,192 の補完トークンをサポートします。
- 価格は入力 100 万トークンあたり 0.08 ドル、出力 100 万トークンあたり 0.20 ドル、キャッシュ読み取りは 100 万トークンあたり 0.02 ドルです。
- 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します。
- OpenRouter のページではリリース日が 2026 年 11 月 6 日と記載され、プロンプトと出力が保持され Liquid モデルの学習に使われる可能性があると示されています。
長いコンテキストと低いトークン単価を求めるエージェントや構造化出力のワークフローにとって、LFM3-1.7B は試しやすい小型ホスト型モデルですが、データ保持条件とページに表示されたスループットの trade-off を確認する必要があります。
Palette：小規模モデルにあなたのデザイン言語でデッキを作らせる
IBM Research の Palette は、スライド生成を「デザイナー」と「コーダー」の2役に分け、単一の LoRA アダプタで 20B モデルを微調整し、PresentBench の Economics と Education の2領域で1位となった。
- Palette は 20B モデルを微調整し、学習データは IBM Design Language に従い、デザイナーは構造化 JSON ブリーフを、コーダーは pptxgenjs JavaScript を出力する。
- 各スライドのコンテキストがコード記述前に固定されるため、コーダーの呼び出しを並列実行でき、コーディング段階は約 6–7× 高速化する。
- 学習は全量微調整ではなく LoRA を使用し、コーダー例はデザイナー例より約 5× 長いため、デザイナー例を 5× 過サンプリングした。
- 合成データは約 1000 デッキ、約 10,000 スライドで、各スライドはレンダリング後に幾何チェッカーで重なりとオーバーフローを検査し、修正の推論は反事実として書き直された。
自社のデザイン言語を必要とするチームにとって、検証可能なレンダリングチェッカーと推論付き合成データにより、20B の自己ホストモデルがフロンティアシステムに近い出力を出せる。
nvidia、Nemotron-3.5-Transcribe-30B-A4Bを公開：40言語対応のオフライン音声モデル
NVIDIAはHugging FaceでNemotron-3.5-Transcribe-30B-A4Bを公開した。40言語の文字起こし、最長1時間の録音、65,536トークンのコンテキストに対応し、MoEアーキテクチャで約4.3Bパラメータ（音声エンコーダ含む）を活性化する。
- 総パラメータ34B、活性パラメータ約4.3B。音声エンコーダ約800M、言語バックボーン約3.5Bの活性パラメータを含む
- コンテキスト長65,536トークン、最長1時間の録音に対応。重みはBF16で公開され、FP8とNVFP4の量子化版も提供
- Open ASR Leaderboardの公開9データセットで平均WERは4.71と報告され、次点のオープンウェイトモデルQwen3-ASR-1.7Bは4.94
- ライセンスはOpenMDW-1.1、展開には1×H100 80 GBが必要。リリース日は2026年10月28日
音声アプリ開発者にとって、40言語のオフライン文字起こしを商用利用可能なライセンスで提供する一方、配備には1×H100 80 GBの計算資源が必要となる。
Granite Switch 4.1.1 — ソフトウェアを更新するようにモデルを更新
Granite Switch 4.1.1 は 4.1 と完全に後方互換なパッチリリースで、移行は不要です。10 言語に対応しネイティブの句読点と大文字化を備えた Granite Speech ASR モデルと、granitelib-core の Decision アダプターが更新され、新しいアダプターの学習以外にベースモデルは再計算されていません。
- パッチリリースは 4.1 と完全に後方互換で、移行は不要。
- 更新された Granite Speech ASR モデルは 10 言語の音声テキスト変換に対応し、ネイティブの句読点と大文字化を備える。
- granitelib-core の更新された Decision アダプターは Jev Decision Index テストセットで全体的な性能が向上した。
- 新しい ASR モデルと Decision アダプターの学習以外は再計算されておらず、ベースモデルは変更されていない。
ビルダーにとって、モジュラーアダプターによりベースモデルを再学習せず最新アダプターを組み合わせてデプロイするだけで、ソフトウェアのパッチのようにモデル更新を出荷できる。
AIは嘘をつくのか？研究者が9つのトップ大規模モデルに1532の罠を仕掛けた
研究者が9つのトップ大規模モデルに対して1532のテスト用の罠を設定し、モデルが嘘をつくかどうかを検証した。
- 検証対象は9つのトップ大規模モデル。
- テスト用の罠は合計1532個。
AI構築者にとって、この種の欺瞞行為を狙ったテスト設計はモデルの信頼性評価の参考方向になり得る。
AIエージェントがオープンな問いの研究を試みたが、専門家基準に達したものはなかった
論文抄録によると、AIエージェントがオープンな問いの研究を試みたが、専門家基準に達したものはなかった。
- 論文抄録は、AIエージェントがオープンな問いの研究を試みたと述べている。
- 論文抄録は、専門家基準に達したものがなかったと述べている。
研究型エージェントを構築する開発者にとって、この抄録はオープンな問いにおける現在の性能が専門家基準を下回ることを示している。