「MiniMax-H3-Image-Character-Swap」画像編集モデル:必要VRAM 4GB〜
akhaliq/MiniMax-H3-Image-Character-Swapのスペック、必要VRAM、導入方法、ComfyUIやdiffusersでの使い方を解説します。
「TTS-V5」中国語音声合成モデル:必要VRAM 4GB〜・配布ファイル一覧
autotrust/TTS-V5はFun-CosyVoice3をベースにコールセンター向けの中国語音声合成に特化させたオープンウェイトモデルです。モデルのスペックや推論の手順を解説します。
vLLM v0.34.0公開:Extensible KV cache既定化と破壊的変更まとめ
vLLM v0.34.0が公開されました。Extensible KV cacheの既定有効化やgpu_memory_utilizationの既定値変更、Model Runner V1削除などの破壊的変更、新対応モデル・ハードウェア情報 ...
LM Studio、複数端末でエージェントを制御するAgent Remote Control発表
LM Studioは、複数デバイス間でリモート処理を安全に実行・管理できる新機能「Agent Remote Control」を発表しました。Tailscaleとの連携による暗号化通信基盤「LM Link」を採用し、ローカル環境のオープ ...
OllamaとTogether AI、オープンモデルの長期エージェント型ワークロード向け最適化指針を公開
Together AIとOllamaが公開した、オープンウェイトモデルを用いた長期エージェント型ワークロードにおける推論効率化とプレフィックスキャッシュ活用の設計指針を解説します。
unsloth v0.1.918-beta公開:Computer use機能とMiniMax-H3-Image対応
unsloth v0.1.918-betaがリリース。ローカルモデルによるComputer use機能の追加、MiniMax-H3-ImageのGGUFおよびFP8/INT8対応、パフォーマンス改善について解説します。
「TTS-V4」中国語音声合成モデル:必要VRAM 8GB〜・配布ファイル一覧
コールセンター業務向けに電話録音データで適応学習を行った中国語音声合成モデルautotrust/TTS-V4の仕様、ベンチマーク、利用方法を解説します。
「tiny-voca」英語の音声合成モデル:必要VRAM 4GB〜・配布ファイル一覧
n4ze3m氏が公開した4.5Mパラメータの超軽量英語テキスト読み上げモデル「tiny-voca」のスペックや推論手順を解説します。
Qwen4-Maxモデル発表:性能・コスト・推論エフォート機能の検証
Qwenチームの新世代フラッグシップモデル「Qwen4-Max」の公式発表とHacker Newsでの議論を解説。ベンチマーク性能や推論コスト、新しい推論エフォート設定の検証結果をお伝えします。
「TTS-V3」電話対話特化の音声合成モデル:必要VRAM 8GB〜・配布ファイル一覧
autotrust/TTS-V3のスペック、ベースモデル、音声合成とクロニングの性能評価、環境構築と推論コマンドを解説します。