「ZwZ2-9B-GGUF」空間知覚を強化した視覚言語モデル:必要VRAM 8GB〜
視覚と言語を扱うオープンウェイトのマルチモーダルモデル「ZwZ2-9B」のGGUF形式版がHugging Faceで公開。llama.cppでの実行方法や特徴を解説。
「Pika-H3-Flex」音声付き動画生成モデル:配布ファイル一覧
Pika-Labsの「Pika-H3-Flex」は、MiniMax-H3をベースにした音声付き動画生成モデルのLoRAアダプタです。6ステップの高速推論やマルチモーダル参照対応の仕様、入手先を解説します。
「Ling-3.0-flash-Sante-fp8」医療分野に特化した大規模言語モデル:必要メモリ約144GB
inclusionAIが公開した医療特化型大規模言語モデル「Ling-3.0-flash-Sante-fp8」のスペックやベンチマーク結果、対応エンジンを解説します。
「Mistral-Large-4-1T-A52B-NVFP4-GGUF」VLMモデル:必要VRAM 8GB〜
ggml-orgから公開されたMistral Large 4のNVFP4量子化版GGUFについて、1兆パラメータのスペックやマルチモーダル性能、llama.cppでの実行方法を解説します。
Mistral Large 4 (Le Chonk)公開:1Tパラメータのマルチモーダルモデル
Mistral AIの1兆パラメータを持つオープンウェイトモデル「Mistral Large 4 (Le Chonk)」のスペック、コーディング性能、サイバーセキュリティ対応について解説します。
Mistral Large 4公開:マルチモーダル対応のMoEモデル
Mistral AIからマルチモーダル・多言語対応のMoEモデル「Mistral Large 4」が公開。サイバーセキュリティやコーディングエージェントでの性能やGGUF・FP8などの入手方法を解説。
magnitude CLI 0.2.14公開:CPUでのGGUFデコード高速化と耐障害性向上
オープンソース推論エンジンmagnitudeのCLIツールv0.2.14が公開。CPUにおける量子化GGUFモデルのデコード処理高速化や、ダウンロードのレジューム機能追加、Apple Siliconでの不具合修正を解説します。 ...
Open WebUI v0.12.5リリース:セキュリティ修正とノート機能のマルチページ対応
Open WebUI v0.12.5がリリース。重要なセキュリティ修正のほか、ノート機能のマルチページ対応、ナレッジベース検索の高速化、管理者向けアナリティクスの拡張などの新機能とアップデート情報を解説します。
「LTX-2-Marking」動画・音声向け電子透かしモデル:配布ファイル一覧
Lightricksが公開した「Lightricks/LTX-2-Marking」のモデル構成、PixelSealとAudioSealの仕様、ローカル環境での導入方法と検出コードを解説します。
「granite-speech-5.0-2b-ONNX」ブラウザ動作の音声認識モデル:必要VRAM 8GB〜
IBMの音声言語モデル「Granite Speech 5.0 2B」のONNX版が公開されました。Transformers.jsとWebGPUを介したブラウザ上での音声認識・翻訳推論の手順やスペックを解説します。