効率化

記事数: 7 件

2026年7月7日

Tencent、効率的な巨大モデル Hy3 をオープンソース化――295B パラメータでも高速推論

Tencent がオープンソース LLM『Hy3』を発表。295 億パラメータのモデルながら、実際のアクティブは 21 億のみで、最大5倍サイズのモデルと同等の性能を実現。ハルシネーション率も 5.4% に削減し、ローカル実行・低コスト推論を求める開発者に新たな選択肢を提供。

更新 2026年6月27日

OpenAI が Broadcom と共同開発したカスタムチップ Jalapeño を発表。LLM 推論を高速・効率的に実行するために最適化。現在テスト段階で、実運用への展開が期待される。

2026年5月16日

Allen Institute for AI と UC Berkeley の研究チームが、従来の Mixture-of-Experts（MoE）モデルを、全エキスパートの12.5%だけで従来同等の性能を実現する新手法『EMO』を発表。メモリ制約環境での AI 運用が劇的に改善される可能性。

2026年5月16日

OpenAIが新たに『Codex for Work』としてビジネス各職種向けのCodex活用ガイドを公開。営業チームは提案資料の自動作成、経営チームは戦略文書の生成、データ分析チームは分析レポートの作成に活用できるようになり、実務的なワークフローの効率化が可能に。

2026年5月1日

Tencent が極度に圧縮された AI 翻訳モデル「Hy-MT1.5-1.25bit」をオープンウェイト公開。3.3GB から 440MB に圧縮し、33言語をサポート。スマートフォンで完全オフライン実行でき、商用サービスと同等の翻訳精度を実現。

更新 2026年4月26日

Meta は 10% の人員削減（約 8,000 人）を 5 月に実施。Microsoft は約 7% の自発的早期退職プログラムを展開。両社とも AI 投資の拡大と生産性向上を背景に、戦略的なリストラを推進している。

2026年2月28日

Blockが約4,000人の削減を発表しAI導入で生産性向上を図る動きが加速していますが、企業は再訓練と組織設計の両立で未来を描く必要があります。