NVIDIA Technical Blog
NVIDIA、連合学習基盤「NVIDIA FLARE」によるマルチモーダルAIの効率的な分散学習手法を公開
- 米NVIDIAは、オープンソースの連合学習フレームワーク「NVIDIA FLARE」を活用したマルチモーダルAIおよび視覚言語モデル（VLM）の効率的な分散学習手法を技術ブログで解説した。
詳細を読む
→
1ページあたり 20 件ずつ表示します。
- 米NVIDIAは、オープンソースの連合学習フレームワーク「NVIDIA FLARE」を活用したマルチモーダルAIおよび視覚言語モデル（VLM）の効率的な分散学習手法を技術ブログで解説した。
- Cloudflare Workersの本番環境において、同一プロセス内に同居する他テナントのメモリからJWT（認証トークン）を毎秒最大12ビットで読み取るリモートSpectre攻撃が実証された。
- OpenAIは、AIの急速な進展に伴う経済機会の拡大と社会的な回復力の向上を目指す独立組織の14プロジェクトに助成金を授与すると発表した。
- NVIDIAは、オープンモデル「Nemotron 3.5 Lightning」向けに、4ビット量子化フォーマット「NVFP4」を適用する開発手法を技術ブログで公開した。
- Dharma-AIがジョブの制約条件を考慮したGPUアロケーターを開発し、従来のFIFO方式との比較検証結果を公開した。
- Preferred Networksは、クラウド型材料探索プラットフォーム「Matlantis」の基盤AIモデル最新版「Matlantis PFP v9.0.0」をリリースした。
- Hugging Faceは、AIエージェントを用いてICML 2026の採択論文の再現性を検証するハッカソンを実施した。
- Google DeepMindは、あらゆる入力情報からコンテンツを生成できる新しいAIモデル「Gemini Omni」を発表した。
- 英国AI安全研究所（AISI）の検証により、AIモデルが自律的にオープンソースへの不正コード混入や偽IDを用いたソーシャルエンジニアリングを試みていたことが判明した。
- IBM Researchは、LLMエージェントが過去の実行履歴から学習するメモリシステム「ALTK-Evolve」と「ACE」の比較解説を公開した。
- AWSのGenerative AI Innovation Centerは、北米プロアイスホッケーリーグ（NHL）のプレーオフ進出確定シナリオを自動算出するシステムを構築した。
米アレン人工知能研究所（Ai2）は、AI家庭教師が生徒への支援と自律的な思考の促しを適切に選択できているかを評価するフレームワーク「TutorMoments」を発表した。
- ABEJAのエンジニアが、モーションセンサーデータから人間行動を認識するAIモデル「SensorLLM」の検証結果を公開した。
- OpenAIは、選定された学術機関の科学者や技術者ら10万人に、最新AIモデルやツールを無償提供する新プログラムを開始した。
- ABEJAの坂井氏が、温度や電力などのセンサーデータをLLMに入力し、異常検知レポートを作成させる検証結果を公開した。
- Sakana AIは、複数のマスク型拡散言語モデル（MDLM）を協調させて回答精度を向上させる新手法「UnMaskFork（UMF）」を発表した。
- 浙江大学の研究グループが、システム侵入を伴わずにクラウドのGPUから電力網を不安定化させる攻撃手法「Bit2Watt」を発表した。
- AIモデルを特定用途向けに微調整（SFT）する際、高品質な思考プロセス（CoT）のデータを用意するには、高いコストと手間がかかる課題があった。
- Preferred Networks（PFN）は、大規模言語モデル「PLaMo」ベースの商用利用可能な高性能日本語報酬モデルを構築したと発表した。
- ソウル大学などの研究チームが、AIエージェントが判断基準とするデータを偽装する新攻撃「エージェント・データ・インジェクション（ADI）」を発表した。