「chatterbox-turbo-GGUF」1ステップ生成で低遅延な英語音声合成モデル:必要VRAM 4GB〜
Resemble AIの軽量TTSモデル「Chatterbox-Turbo」がGGUF形式で登場。llama.cppのツールを使用して、ローカル環境でゼロショット声質クローンやパラ言語タグを用いたリアルタイムな英語音声合成が可能です。 ...
「chatterbox-GGUF」23言語対応の多言語音声合成モデル:必要VRAM 4GB〜・配布ファイル一覧
Resemble AIが開発した23言語対応の多言語テキスト読み上げモデル「Chatterbox Multilingual V3」のGGUF量子化版が公開。llama.cpp環境での効率的な音声生成とボイスクローニングが利用可能。
Phonon: オンデバイス向け超軽量音声合成モデル
数MBサイズでCPU動作するオンデバイス向けテキスト音声合成モデル「Phonon」のスペック、音声品質、推論方法を解説。
「Qwen3-30B-A3B-MoE-SAE」解釈可能性分析用スパースオートエンコーダー:必要VRAM 80GB〜
ByteDanceが公開したQwen3-30B-A3B用スパースオートエンコーダー(SAE)の仕様、再構成精度、内部表現の解析手法について解説します。
「MetricTrail」カメラ軌跡と絶対深度を推定するSLAM研究用モデル:配布ファイル一覧
NVIDIAが長尺動画からカメラ軌跡とメトリック深度を推定するモデル「MetricTrail」を公開。ビジュアルオドメトリやSLAM研究向けに、DINOv3とMoGe-2を統合した学習型リカレント構成を採用しています。
Unsloth v0.1.915-beta Released with Browser Use and FP8 LoRA
Unsloth v0.1.915-betaがリリース。ブラウザ操作機能、FP8 LoRA学習、起動時メモリ削減、Qwen3.8-Flash-Next対応などの詳細をお届けします。
「Ripple-65B-Preview」エージェントコーディング特化のデンスモデル:必要VRAM 32GB〜
Ricursive Intelligenceが公開した「Ripple-65B Preview」のスペック、エージェントコーディングや最大1Mコンテキストの性能、入手方法を解説します。
llama.cpp v0.9.0リリース:FP8量子化とGemma 4最適化に対応
推論エンジン「llama.cpp」v0.9.0がリリース。OCP FP8 E4M3量子化のサポート、Gemma 4のプリフィル性能向上、マルチモーダル機能の拡張など、主要な変更点を解説します。
「Kimi-K3.1-Pro」VLMモデル:必要メモリ約1128GB・GGUF版あり
Moonshot AIが公開したオープンウェイトのネイティブマルチモーダル・エージェントモデル「Kimi K3.1 Pro」のスペック、ベンチマーク性能、推論エンジン情報を解説します。
RamaLama v0.26.0 Released with TLS Support and llama.cpp v0…
RamaLama v0.26.0がリリース。llama.cppおよびvLLMのTLS通信サポート、APIキー拡張、GPU検出の最適化、内部llama.cppのv0.8.0へのアップデートなどの変更点を解説します。