Qwenチームは、大規模モデル強化学習の安定性向上のためにソフト適応政策最適化を提案しました
ソフト適応政策最適化(SAPO)アルゴリズムに関する論文はarXivに掲載され、その後Qwenチームは公式ブログシステムを通じて大規模言語およびマルチモーダルモデル向けの強化学習トレーニング手法を導入しました。 ハードクリッピングに基づく既存の戦略最適化は、特に混合エキスパート(MoE)構造において...
ソフト適応政策最適化(SAPO)アルゴリズムに関する論文はarXivに掲載され、その後Qwenチームは公式ブログシステムを通じて大規模言語およびマルチモーダルモデル向けの強化学習トレーニング手法を導入しました。 ハードクリッピングに基づく既存の戦略最適化は、特に混合エキスパート(MoE)構造において...
OpenAIは、AnthropicおよびBlockと共にLinux財団の下でAgentic AI Foundation(AAIF)を共同で設立し、Agentic AIに関連するオープンで相互運用可能な技術標準とエコシステムの構築を促進することを発表しました。 財団は、異なるベンダーやオープンソースコ...
OpenAIは、デニース・ドレッサーを同社の最高収益責任者(CIO)に任命し、グローバルな収益戦略とエンタープライズ顧客成功に関連するビジネスの調整を担当したことを発表しました。 公式紹介によると、OpenAIは急速な成長段階にあり、「史上最も急成長しているビジネスプラットフォームの一つ」となってい...
Anthropicは、モデルコンテキストプロトコル(MCP)をLinux Foundationに提携する新しい組織であるAgentic AI Foundation(AAIF)に寄贈したことを発表しました。 この財団はAnthropic、Block、OpenAIの共同スポンサーであり、Google、M...
12月10日以降、複数のソーシャルプラットフォーム投稿やコミュニティ投稿で、知識管理ツールNotionのウェブページ内に「オリーブオイルケーキ」という隠れたモデルオプションがあり、これはGPT-5.2に対応している可能性がありますが、まだ公開されていません。 いくつかのスクリーンショットでは、このオ...
GoogleはGeminiアプリで、少数の招待ユーザーを対象にVeo 3.1に関連する実験的なテンプレートギャラリー機能をテストしています。 ユーザーはツールメニューの「動画作成」をクリックしてテンプレートライブラリに入り、プリセットテンプレートから選択して投稿して動画を生成したり、自分の画像をアッ...