OpenAI、15秒で声を複製する「Voice Engine」公開 悪用リスク懸念で一般公開は見送り
OpenAI はわずか 15 秒の音声サンプルから本人そっくりの音声を生成できる「Voice Engine」のテスト結果を発表した。教育や医療向けに限定提供されているが、ディープフェイクなどの悪用リスクを警戒し、一般への公開は見送られている。
AIモデル · デイリー
金
3月29日 金曜日
木
3月28日 木曜日
xAIが「Grok-1.5」発表、12万8000トークンの長文脈と推論強化を実現
xAIは推論力とコーディング性能を大幅に引き上げた新モデル「Grok-1.5」を発表した。コンテキスト長は従来の16倍となる128,000トークンに拡大し、MATHで50.6%、HumanEvalで74.1%を記録。数日中に𝕏の初期テスターへ提供される予定だ。
水
3月27日 水曜日
「王座陥落」――Claude 3 Opus、Chatbot ArenaでGPT-4を抜き初首位
火曜日、Anthropicの大規模言語モデル「Claude 3 Opus」が、評価ランキング「Chatbot Arena」でOpenAIのGPT-4を抜き初めて首位に立った。2023年5月の登場以来続いていたGPT-4の独走体制がついに崩れ、小型のHaikuも高評価を獲得。OpenAI以外のモデルがトップに立つ初の節目となった。
火
3月26日 火曜日
OpenAI、GPT-4の回数制限撤廃やDALL-E 3の部分修正機能をテスト中か
開発者のTibor Blaho氏がChatGPTのプレビュー版コードから新機能を発見した。GPT-4の「3時間で40件」という固定制限の撤廃や、難易度に応じたGPT-3.5との自動振り分け、さらにDALL-E 3向けのインペイント編集ツールが準備されている。
月
3月25日 月曜日
Stability AI、3B規模で7B超えのコード特化LLM「Stable Code Instruct 3B」公開
Stability AIは指示チューニング済みコードモデル「Stable Code Instruct 3B」を公開した。わずか30億パラメータながら、コード生成や補完タスクでCodeLlama 7B Instructを上回る性能を発揮する。重みはHugging Faceで公開中で、非商用なら無償で利用できる。
水
3月13日 水曜日
AnthropicがClaude 3 Haiku提供開始：毎秒30ページ処理、コストも半減
Anthropicが同社最速・最安のAIモデル「Claude 3 Haiku」を公開した。32K未満のプロンプトを毎秒2.1万トークン（約30ページ）で処理し、同等性能モデルと比べ3倍高速。1ドルで400件の判例や2500枚の画像を解析可能で、APIやClaude Pro、Amazon Bedrockで即日利用できる。
火
3月12日 火曜日
OpenAIが「GPT-4.5 Turbo」を誤公開か、検索エンジンに一時インデックス
OpenAIのWebチームが「GPT-4.5 Turbo」の製品ページを誤って公開し、検索エンジンに一時インデックスされた。検索結果のスニペットによると、コンテキスト長はGPT-4 Turboの2倍となる25.6万トークンで、ナレッジカットオフは2024年6月と記載されている。リンク先は現在404エラーとなっている。
金
3月8日 金曜日
InflectionがInflection-2.5発表、GPT-4級の性能を40%の計算量で実現
報道によると、Inflection AIは新モデル「Inflection-2.5」を発表した。GPT-4に迫る性能を持ちながら、学習用計算量は40%で済んだと主張している。Claude 3やGemini 1.5に続き、GPT-4独走の壁が急速に崩れつつある。
月
3月4日 月曜日
Anthropicが「Claude 3」発表、最上位Opusが主要ベンチマークで首位に
Anthropicは新世代モデル「Claude 3」ファミリー（Haiku、Sonnet、Opus）を発表した。最上位のOpusは推論や知識ベンチマークで他社製品を上回り、画像認識や20万トークンの文脈長にも対応する。OpusとSonnetは既に提供開始され、Haikuも近日登場予定だ。
月
2月26日 月曜日
Google、Geminiの人物画像生成を数週間以内に再開へ 歴史的誤描写修正へ
DeepMind創業者のデミス・ハサビス氏は、Geminiの人物画像生成機能を数週間以内に再開させたい意向を示しました。歴史上の人物の多様性描写が過剰で不自然だった問題を受け、多様性を目指す仕組みを一律に適用しすぎたと説明し、修正を進めています。
Microsoftが仏Mistral AIと提携、新旗艦「Mistral Large」をAzureで提供
Microsoftは仏Mistral AIとの長期提携を発表し、最新の旗艦LLM「Mistral Large」をAzure AIで先行提供開始した。Azureのスパコン基盤で開発を支援し、MaaS形式で企業に提供する。OpenAI以外の有力な選択肢をAzureエコシステムに取り込んだ形だ。
火
2月20日 火曜日
元OpenAIのカルパシー氏、GPTトークナイザーの作り方を解説する2時間講義を公開
OpenAIを離れたアンドレイ・カルパシー氏が、GPTのトークナイザーを自作する2時間の詳細な解説動画を公開しました。文字列反転や計算ミスといったLLMの弱点の根本原因を紐解き、データを渡す際にJSONよりYAMLのほうがトークンを節約できる理由にも触れています。
木
2月15日 木曜日
GoogleがGemini 1.5発表：最大100万トークン対応、1.0 Ultra級の性能を軽量実現
Googleが次世代AIモデル「Gemini 1.5」を発表しました。第1弾のGemini 1.5 ProはMoEアーキテクチャを採用し、計算資源を抑えつつ最上位の1.0 Ultraと同等の性能を発揮します。最大100万トークンの長文・1時間の動画を一括処理可能で、開発者や企業向けに限定プレビューが開始されています。
木
2月8日 木曜日
GoogleがBardを「Gemini」に改称、最上位Ultra 1.0搭載のAdvancedを提供開始
Googleは対話型AI「Bard」の名称を「Gemini」に改称し、最上位モデルUltra 1.0を搭載したGemini Advancedの提供を開始した。高度な推論やコーディングに対応し、Google One AI Premium加入で利用できるほか、Android向け単体アプリも登場した。
土
2月3日 土曜日
Google、Bardを「Gemini」に改称か：有料版Ultraや専用アプリが浮上
流出した更新履歴によると、GoogleはAIチャット「Bard」を「Gemini」に改称し、最上位のGemini Ultraを搭載した有料版「Gemini Advanced」の投入を計画しています。高度なマルチモーダル処理やコード支援に対応し、専用スマートフォンアプリも準備されている模様です。
