Meta、安全なAI開発を支援する「Purple Llama」と「Llama Guard」を発表
Metaはオープンソースの生成AIを安全に構築するためのプロジェクト「Purple Llama」を発表した。LLM向けサイバーセキュリティ評価ツールと、有害な入出力を検知・遮断する基盤モデル「Llama Guard」を提供し、研究および商用利用の両方でオープンに利用できる。
オープンソース
Llama、Qwen、DeepSeekなどオープンソース・オープンウェイトのモデルと、注目のデータセット、フレームワーク、開発ツール。
新しいニュースを見る
Apple、Mac専用の機械学習フレームワーク「MLX」をオープンソース公開
Apple の機械学習チームはApple Silicon 向けに設計された機械学習フレームワーク「MLX」とデータライブラリ「MLX Data」を GitHub で静かに公開した。PyTorch や Jax を参考にしつつ、CPU と GPU がデータを移動せず扱えるユニファイドメモリの利点を活用。Mac 上で Llama や Stable Diffusion などの大規模モデルの訓練や実行が可能になる。
Meta、感情やリズムを保つ音声翻訳システム「Seamless」公開
Metaは感情や抑揚を保ちながら翻訳する新システム「Seamless」を公開した。約2秒の遅延で発話中に訳す「SeamlessStreaming」と、声のトーンや話速を維持する「SeamlessExpressive」で構成される。モデル群はSeamlessM4T v2を基盤としており、オープンソースとして提供される。
Hugging Faceの2人体制チーム「H4」、Zephyrなどオープンモデルを開発
米TechCrunchはHugging Faceの2人組チーム「H4」が対話型AIのオープンソース化を推進していると報じた。Zephyr-7B-αの開発を手がけ、1000基超のA100 GPUを活用しつつ、アライメント手法やコードをコミュニティに無償公開している。
李開復氏率いる01.AIが「Yi-34B」をオープンソース公開、MetaのLLaMA 2を上回る
李開復氏が立ち上げたAIスタートアップ01.AIがオープンソースの言語モデル「Yi-34B」を公開した。Hugging Faceの事前学習ベースモデルランキングでMetaのLLaMA 2を抜いて首位を獲得。同社評価額は10億ドルを突破しており、李氏は少なくとも1年分の半導体を確保したと明かしている。
MetaのAI研究トップが苦言、従来のオープンソース規約はLLMに合わない
MetaのAI研究部門を率いるジョエル・ピノー氏は、既存のオープンソースライセンスではAIモデルが抱える著作権や安全性のリスクに対応できないと指摘した。Llama 2の規約制限には「真のオープンソースではない」との批判もあるが、OSIも現行規格の限界を認め、AI向けの新たな定義策定を進めている。
Replit、新コード生成AI「Replit Code V1.5 3B」をHugging Faceで公開
Replitはコード補全モデル「Replit Code V1.5 3B」をHugging Faceでオープンソース公開した。30億パラメータながら1兆トークンで訓練され、30のプログラミング言語に対応。微調整後はCodeLlama 7Bを上回る性能を発揮し、商用利用も可能だ。
NVIDIAがTensorRT-LLMを公開：H100推論性能が最大8倍に向上
NVIDIAはLLM推論を大幅に高速化するオープンソースライブラリ「TensorRT-LLM」を発表した。In-flight batchingやFP8量子化により、H100上でA100比最大8倍のスループットを達成し、Llama 2も4.6倍高速化する。Python APIを通じて手軽に並列処理を実装でき、データセンターの運用コスト削減に貢献する。
DiffusersがSDXL版T2I-Adapterに対応：容量を94%削減
Hugging FaceのDiffusersチームがSDXL向けT2I-Adapterの公式サポートを発表した。ControlNetと比較してパラメータ数は79M、容量は158MBと約94%軽量化。低スペックなGPU環境でも高速かつ精密な画像制御が可能になる。
TII、1800億パラメータのオープンモデル「Falcon 180B」公開 PaLM 2匹敵
TIIはHugging Faceで1800億パラメータのオープン言語モデル「Falcon 180B」を公開した。3.5兆トークンで事前学習され、Llama 2 70Bを上回りPaLM 2-Largeに匹敵する性能を示す。商用利用には厳格な制限があり、推論にはA100が8枚必要だ。
Meta、画像モデル「DINOv2」をApache 2.0で商用開放し公平性検証ベンチマーク「FACET」を公開
Metaは自己教師あり学習の視覚モデル「DINOv2」をApache 2.0ライセンスへ変更し、商用利用を解禁した。セグメンテーションなどの派生モデルに加え、視覚モデルの偏りや公平性を測定する3.2万枚規模の評価用データセット「FACET」もあわせて提供する。
StableVideoがオープンソース化：拡散モデルで一貫した動画編集を実現
2023年8月、研究チームがICCV 2023採択論文「StableVideo」のコードを公開した。Text2LIVEとControlNetをベースに構築され、テキスト指示によるフレーム間の整合性を保った動画編集が可能で、メモリ最適化により14GB前後のVRAMでも動作する。
Alibabaが視覚言語モデル「Qwen-VL」をオープンソース公開、画像の読解に対応
Alibabaは金曜日、画像を読み取るオープンソースの視覚言語モデル「Qwen-VL」と「Qwen-VL-Chat」を公開した。高解像度画像の認識に対応し、街頭看板の翻訳や写真からの数式計算、複数画像によるストーリー生成が可能。ModelScopeやHugging Faceで提供される。
Meta、コーディング特化のオープン大規模モデル「Code Llama」を公開
Metaはコード生成・補完に特化した大規模言語モデル「Code Llama」を公開した。Llama 2をベースに追加学習を行い、最大70Bのパラメータと最大10万トークンのコンテキストに対応。無料のコミュニティライセンスで提供される。
Meta、約100言語の音声・テキスト翻訳に対応する「SeamlessM4T」をオープンソース公開
Metaは音声とテキストの相互翻訳に対応したマルチモーダルAI「SeamlessM4T」を発表した。約100言語の音声認識やテキスト翻訳に加え、36言語への音声対音声翻訳を単一モデルで処理する。研究ライセンスで一般公開され、27万時間の音声・テキスト対照データセットのメタデータも提供される。
Stability AI、初の日本語LLM「Japanese StableLM Alpha」を公開
Stability AI は初の日本語大規模言語モデル「Japanese StableLM Alpha」（70億パラメータ）を公開した。7500億トークンで学習され、ベンチマークで高い性能を記録。Baseモデルは商用利用可能な Apache 2.0 で提供され、Instruct版は研究目的で利用できる。
アリババ、70億パラメータのLLM「Qwen-7B」をオープンソース化
アリババは木曜日、70億パラメータの大規模言語モデル「Qwen-7B」と対話向け「Qwen-7B-Chat」をオープンソース化したと発表した。英中両言語に対応し、世界中の開発者が無償で利用できる。月間アクティブユーザー数が1億人を超える企業にはライセンス申請が必要。MetaのLlamaに対抗し、主力のクラウド事業拡大を狙う。
IBMとNASA、Hugging Faceで最大級の地理空間AIモデルをオープンソース化
IBMとHugging Faceは、NASAの衛星データを活用して開発した地理空間基盤モデルをオープンソース化した。ラベル付きデータを半減させつつ従来技術より精度を15%向上させており、森林伐採の追跡や洪水予測といった気候変動研究の分析を一気に加速させる狙いがある。
Meta、音声生成フレームワーク「AudioCraft」をオープンソース公開
Metaはテキストから高品質な音楽や効果音を生成するフレームワーク「AudioCraft」のコードと重みをオープンソースで公開した。音楽生成のMusicGen、環境音生成のAudioGen、改良版コーデックEnCodecを統合し、研究者が独自データで追加学習できる。
OSIがMetaを批判、「LLaMA 2はオープンソースではない」
オープンソース・イニシアティブ（OSI）はMetaが「オープンソース」という言葉を誤用していると指摘した。LLaMA 2のライセンスが商用規模や用途を制限しており、オープンソースの定義（OSD）に反するという。OSIは10月17日に正式な「オープンソースAI」の定義草案を発表する予定だ。