「ZoomGain-9B」細粒度認識に特化した視覚言語モデル:必要VRAM 8GB〜・GGUF版あり
inclusionAIが公開した「ZoomGain-9B」は、全体画像と拡大領域の認識ギャップを活用して学習された9.4Bパラメータの視覚言語モデルです。導入方法や動作環境を解説します。
「SingVL_S1_4B」画像入力対応マルチモーダル判断モデル:必要VRAM 4GB〜・GGUF版あり
inclusionAIが公開したSingVL_S1_4Bのスペック、選択肢・判定・採点を行う特徴、インストール方法やHTTPサーバーの起動手順を解説します。
BotPsy: 0.8Bのオンデバイス向けエージェント言語モデル
Tether AI Researchが発表した0.8Bパラメータのエージェント型言語モデルBotPsyの特徴、ベンチマーク性能、GGUFを含む入手方法を解説します。
ComfyUI v0.45.0公開:Qwen 3.x最適化とMiniMax-H3-image等に対応
ComfyUI v0.45.0がリリース。Qwen 3.xのLinear重み結合や動画入力サポート、MiniMax-H3-imageやRelayVSR等の新規モデル対応、ポータブル版のスクリプト配置変更などを解説します。
「ZONOS3-Mini」43言語対応音声合成モデル:配布ファイル一覧
Zyphraのオープンソース音声合成モデル「ZONOS3-Mini」のスペック、音声クローン機能、ブラウザやローカル環境での実行方法を解説します。
「MiniMax-H3-Image」16メガピクセル出力の画像生成モデル:必要VRAM 4GB〜・ComfyUIの配置先
ComfyUI向けに最適化された画像生成・編集モデル「Comfy-Org/MiniMax-H3-Image」の仕様や必要ファイルを解説します。
NVIDIA Snapshot発表:vLLMやSGLangの起動を数秒に短縮
NVIDIA Snapshotの機能と使い方を解説。Kubernetes上でvLLM、SGLang、TensorRT LLMのGPUワークロードを数秒で起動する方法を紹介します。
「WeVisOne-VL」視覚言語モデル:必要VRAM 8GB〜
ComfyUI向けに最適化された視覚言語モデル「Comfy-Org/WeVisOne-VL」のスペック、モデル構成、導入時の配置先フォルダ構造を解説します。
@magnitudedev/cli v0.2.17公開:ARM CPUの推論高速化とコンテキスト長動的調整に対応
推論エンジンMagnitudeのCLIツール「@magnitudedev/cli」v0.2.17が公開。メモリに応じたコンテキスト長の動的調整や、ARM CPU環境でのQ8_0推論の高速化、GPUメモリ推定の精度向上の詳細を解説します ...
「plamo-3-8b-fin-instruct」テキスト生成モデル:必要VRAM 4GB〜・GGUF版あり
Preferred Networksが公開した金融特化の日本語言語モデル「PLaMo-3-8B-Fin-Instruct」のスペック、思考プロセスの出力機能、Function callingの使い方を解説。