Jev決定モデル登場ほか12件

目次

• 1. Xiaomi MiMo-V2.6-Pro公開、Intelligence Index 46
• 2. Jev決定モデル、入力課金・出力無料で$0.042/百万トークン
• 3. Cloudflare Python Workers GA、Pyodide経由でWebAssembly実行
• 4. LinearがCIを再構築、待機6分→5分・テスト半減
• 5. opencode v1.18.32、DeepSeek V4.1 FlashとGrok 4.7追加
• 6. Tim DettmersがフロンティアAI自前ハード週間を開始
• 7. DeepSeek-V4向けツリー構造推測デコードを提案
• 8. oMLX創作者Jun KimがHugging Faceに参加
• 9. Fable 5の中央値思考能力が8月に低下
• 10. jev-chat-jarvis、スマホ画面読み取り非侵入型アシスタント
• 11. Critical-State RL、多ターンツール使用の失敗を診断
• 12. Harness-Zero、エージェントハーネスをモデル重みに蒸留
• 13. Epi-Logic、エージェントのスキーマ不一致を実行時制御
• 深掘り: Jev決定モデル、入力課金・出力無料で$0.042/百万トークン

1. Xiaomi MiMo-V2.6-Pro、Index 46

• Xiaomiが初のフロンティア級オープンウェイトモデルMiMo-V2.6-Proを公開しました。ネイティブオムニモーダルで、Artificial Analysis Intelligence Index 46を記録しています。
• $3Mで学習され、$0.13/taskでIntelligence vs. Cost Paretoフロンティアに到達しました。同時にMiMo-V2.6-Flashと、最大20倍高速のMiMo-V2.6-Pro-UltraSpeedもリリースされました。
• RL学習は1,568サンプル/更新、最大1Mコンテキスト長、3.5〜3.7Bトークン/ステップでスケールされました。元DeepSeekのFuli Luo氏が内部メトリクスを公開しています。

原典 [AINews] Xiaomi MiMo-V2.6-Pro 1T-A42B: the new top Open Weights model, trained for $3M

深掘り: Jev決定モデル、入力課金・出力無料で$0.042/百万トークン

• TypeSafe AIが発表したJevは「System One models」（別名「decision models」）という新カテゴリのモデルです。通常のチャットLLMと異なり、テキスト入力を受け取り、出力はテキストではなく浮動小数点数を返します。
• 入力のみ課金され、出力は無料です。入力価格は$0.042/百万トークンで、OpenAIのGPT-5 Nano（$0.05/百万トークン）より安価です。高速かつ低コストで動作します。
• APIには「state」オブジェクトを送信します。文字列、文字列配列、または名前-値ペアのセットを含み、記事や顧客などのレコードを記述できます。複数の質問を同時に送信できます。
• 3種類の質問形式があります。Yes/No（Noul、Bernoulli分布由来、0〜1の信頼度）、Choice（選択肢から1つを選び確信スコアと確率分布を返す）、Score（数値レベルと説明を提供し範囲内の浮動小数点スコアを返す）。
• TypeSafeはJevを「frontier-intelligence function call」と説明しています。非構造化状態を入力し、型付けされた確率的決定を出力するという設計です。分類・評価・スコアリングを高速に実行できます。
• SaaSのバックエンド判断ロジック（コンテンツの分類、顧客評価、品質スコアリングなど）を置き換える用途に適しています。チャットではなく決定に特化しているため、APIコストを抑えつつ一貫した判断を自動化できます。
• 出力が数値であるため、後続の処理（条件分岐、集計、ダッシュボード表示）に直接組み込めます。テキスト解析のオーバーヘッドを削減し、判断パイプラインを簡潔に保てます。

原典 Jev introduces a new shape of LLM - System One, aka Decision Models

3. Cloudflare Python WorkersがGA

• Cloudflare Python Workersが2年のプレビューを経てGA（一般提供）になりました。PythonはCloudflare Developer Platformで第一級の完全サポート言語となりました。
• 実行方式はPyodide経由でPythonをWebAssemblyにコンパイルし、V8ベースのworkerdランタイム上で動作します。
• 制限として、WebAssembly VM内ではmultiprocessingとthreadingの両方が機能しません。
• ローカル開発ではpywrangler（PyPI名workers-py）が、PyodideをWebAssemblyでV8内で実行する完全シミュレーションを提供します。123MBのworkerdバイナリを含みます。
• 発表者はGyeongjae Choi、Dominik Picheta、Hood Chathamの3名。GyeongjaeとHoodはPyodideコアメンテナーです。

原典 Cloudflare Python Workers are now generally available

4. LinearがCIを再構築、待機6分→5分・テスト半減

• AIコーディングエージェントの普及でコード生成は加速しましたが、CIの検証速度が追いつかずボトルネック化しました。Linearではテストスイートが年初から約4倍に増加しています。
• PRの待機時間を6分超から5分強に短縮し、テストあたりのランナー時間を約半減しました。インフラとツールの4方向の改善を実施しました。
• GitHub Actionsから高速CPU・高性能ストレージ・キャッシュを持つ第三者ランナーへ移行し、同条件比較でジョブが平均34%高速化、tscは52%短縮しました。
• ネイティブTypeScriptコンパイラtsgoへの切替で、tscチェックの週次中央値を73%削減しました。コードベースは主にTypeScriptです。

原典 AI coding has made CI a bottleneck, so we reworked ours to keep up

5. opencode v1.18.32、DeepSeekとGrokを追加

• opencode v1.18.32がリリースされました。DeepSeek V4.1 FlashをZenに追加し、Grok 4.7をZenとGoに追加しています。
• Bedrockの画像添付を修正し、Claude、Nova、Llama 4モデルのみでホイストされるように変更しました。
• Together AIのストリーミング使用量レポートの修正も含まれています。
• コミュニティ貢献者は@dc85の1名で、ドキュメント追加（#49897）と機能追加（#50288）を担当しました。

原典 v1.18.32

6. Tim Dettmersが自前ハード週間を開始

• Tim Dettmersが「フロンティアAIを自前ハードで動かす」オープンソース週間を開始しました。論文ではなくコード（エコシステム）を公開する形で、学術研究の復興を主張しています。
• 授業で150名中約80%（約120名）が卒業後の就職に不安を示し、博士課程の学生も学術研究を無意味と判断してフロンティアラボへの転職を急ぐ現状を指摘しています。
• エージェントにより個別プロジェクトが数週間〜数日に短縮されたため、単発の論文ではなくエコシステムの公開が研究の単位になったと説明しています。
• この週の投稿は6部構成で、ラボがエコシステムを公開する理由、週間の内容、悲観論への反論、手放すべきものと保持すべきもの、研究の未来像、学術復興の理由を含みます。

原典 Frontier AI on Your Own Hardware

7. DeepSeek-V4向けツリー構造推測デコードを提案

• 自己回帰デコード中のターゲットモデルの繰り返し実行が、LLM推論レイテンシの主要な原因です。
• 線形推測は単一候補チェーンを追いますが、ツリー構造推測は共有プレフィックスから複数ブランチを保持し、同じ予算でより広いカバレッジを実現します。
• DeepSeek-V4のCSA/HCAオンライン圧縮注意機構では、共有プレフィックスから分岐するブランチが異なる状態に圧縮され、ブランチ間の状態一貫性が破れます。
• この課題に対応するため、DeepSeek-V4向けにツリー構造推測デコードを適応する手法を提案しています。

原典 Adapting Tree-Structured Speculative Decoding to DeepSeek-V4 for Efficient Inference

8. oMLX創作者Jun KimがHugging Faceに参加

• oMLXの創作者でメンテナーのJun KimがHugging Faceに参加しました。MLXはApple Silicon向けに最適化されたAppleのローカルAIフレームワークです。
• oMLXはApache 2.0のままで、Junが引き続きリードします。副業から完全に維持・資金提供されるプロジェクトへ移行し、安定性と開発速度の向上が期待されます。
• Hugging Faceは2023年からMLXをサポートしており、oMLXを新しいアイデアのテストベッドとして活用します。mlx-lmやmlx-vlmなどの依存ライブラリを活用し、コミュニティのローカルAI実行を支援します。
• 具体的な重点領域として、transformersのモデル定義からMLX実装への迅速な移行を目指しています。mlx-lm、mlx-vlm、LMStudioなどのプロジェクトとの連携を強化します。

原典 Jun Kim, oMLX creator and maintainer, joins Hugging Face to support the MLX community

9. Fable 5の中央値思考能力が8月に低下

• Fable 5の中央値思考能力（median thinking）が8月に低下しました。Twitter/X（@Lon）の投稿からモデル性能の変動を一次情報として確認できます。
• モデルの性能は時間とともに変動することを示す一次情報です。APIを本番で使う際の品質監視やモデル選択の判断に影響します。
• タグはfable、model-performance、trendに分類されます。

原典 Fable 5 – Median thinking declined in August

10. jev-chat-jarvis、スマホ非侵入型アシスタント

• jev-chat-jarvisはスマホ上で動作する対話副駕です。WeChat / QQ / X / 飛書内で相手の内容を読み取り、候補返信を生成します。
• 生成された候補は一鍵で入力欄に挿入でき、送信するかはユーザーが判断します。自動送信ではなく、ユーザーの最終判断を残す設計です。
• 非侵入型で画面を読むだけで動作し、hookやアプリパッケージの改変は一切行いません。

原典 jev-chat/jev-chat-jarvis

11. Critical-State RL、多ターン失敗を診断

• 多ターンツール使用の失敗は単一のモデル呼び出しに依存することがありますが、報酬変動だけではどの呼び出しが訓練から恩恵を受けるかを明らかにできません。
• 後続の相互作用に依存する報酬の変動は、現在のアクションの違いではなく下流のランダム性を反映する可能性があります。
• Critical-State RLは、タスク定義の候補呼び出しとローカル報酬を用いて、多ターン相互作用で訓練可能な状態を特定します。
• 各報酬がアクションのタスク成功への効果を捉えているか、参照ポリシーに対する改善が可能かを評価し、ネストされた手法を用います。

原典 Critical-State RL: Diagnosing Trainable States for Multi-Turn Tool Use

12. Harness-Zero、ハーネスをモデル重みに蒸留

• エージェントハーネスはモデルと環境の相互作用を仲介する外部システムで、エージェント性能を大きく向上させますが、その効果はデプロイ時のハーネスに依存します。
• 最適なハーネスはドメイン・インスタンス・モデルごとに異なるため、汎用エージェントは不完全な共有ハーネスを使うか、専門化されたハーネスを増やす必要があります。
• Harness-Zeroはドメインやインスタンスに最適化されたハーネスを訓練時のガイダンスとして使用し、その振る舞いをモデル重みに転移する蒸留手法です。
• これによりハーネスの性能向上がモデル重みに組み込まれ、デプロイ時にハーネスに依存しない形で効果を維持できます。
• 個人開発者が小規模モデルで高性能エージェントを構築する際、ハーネス設計だけでなくモデル自体に能力を組み込む選択肢が生まれます。

原典 Harness-Zero: Harness Distillation via Agent-as-Harness

13. エージェントのスキーマ不一致を実行時制御

• 自律型AIエージェントは誤判断が取り消しにくい領域に展開されつつある。スキーマ不一致（解釈枠が現在のコンテキストに適用されなくなった状態）では、出力は内部的に一貫し言語的に妥当で事実的にも概ね正しく見えるため、品質指標だけでは妥当性の喪失を部分的にしか捉えられない。
• Epi-Logicは認識論的ランタイム制御の概念フレームワークで、スキーマの検出と制御された適応（controlled accommodation）を統合する。エージェントが誤った解釈枠で動作し続けることを実行時に防ぐ設計である。
• この枠組みにより、長期運用されるエージェントがコンテキスト変化に対応できなくなる問題に対処できる。信頼性が求められる本番環境（SaaSバックエンドエージェントなど）の運用に直結する。
• 論文はarXiv（2609.24755v1）で公開され、タイトルに「Schema Validity Checking」と「Controlled Accommodation」が明記されている。

原典 Epi-Logic: A Conceptual Framework for Epistemic Runtime Control, Schema Validity Checking, and Controlled Accommodation in Autonomous AI Agents