タグ · #foundation-models

段階的基盤モデルパイプラインを単一の統一学習アルゴリズムで置き換える

読む理由開発者は、複雑な多段階パイプラインを単一の統合トレーナーに置き換えることで、学習インフラストラクチャを簡素化できる。

研究者は、基盤モデルの学習段階を単一の尤度ベースのアルゴリズムで統合できることを実証した。

読む理由 Tim Cook最後の基調講演は、真に作り直されたSiriに実務者が見逃せない2つの但し書きを添える。12GBユニファイドメモリの端末基準と、EU・中国での提供除外だ。

WWDC 2026は次世代Apple Foundation Models（GoogleのGeminiと共同開発）上のSiri AI、専用アプリ、拡張された開発者フレームワーク、そしてEUと中国での提供の空白を発表した。

読む理由焦点は採用ではなくその任務だ。「Claude で Claude の事前学習を加速する」は再帰的自己改善を職務記述として言語化したもの —— Recursive Superintelligence が $650M で追う同じループが、いまフロンティアラボ内部に編成された。

OpenAI 共同創業者で元 Tesla Autopilot AI 責任者の Andrej Karpathy が Anthropic の事前学習チームに参加（5/19）、Nick Joseph の下で。任務は Claude を使って事前学習 R&D 自体を加速すること。

読む理由シグナルは価格性能の逆転。バジェット級が今や前四半期フラッグシップを「ドルあたりエージェントスループット」で上回る。インフラを Pro 級価格で設計していたなら、コード変更なしでユニットエコノミクスが改善した。

I/O 2026：Flash 級 Gemini 3.5 Flash がコーディング+エージェントで Gemini 3.1 Pro を上回る。$1.50/$9 per 1M token。Terminal-Bench 76.2% vs 70.3%。4 倍速・半額。

読む理由シグナルは評価額ではなく粗利率拡張。38% → 70% は prompt cache、batch、serving が大きく改善し、節約が上流に流れたことを意味する。

本ラウンドは 2 月 Series G の $3,800 億評価額の 2.5× マークアップ。ARR は 12 ヶ月で ~$90 億 → ~$440 億；推論スケール化で粗利率 38% → 70%。