本日、トラストレス環境での LLM 推論を検証するための新しい方法である LOGIC: A new method for verify LLM inference をリリースしました。 - モデル置換、量子化、デコード時間攻撃を検出 - @vllm_project、@sgl_project、@OpenRouterAIなどですぐに動作します(logpropsのみが必要) - GPUタイプやハードウェア構成全体で堅牢性 - 低い計算オーバーヘッド (総コストの ~1%) ブログ： コード：

本日、Schematron をリリースします: HTML から型指定された JSON をフロンティアレベルの精度で抽出する 3B および 8B モデル。 私たちは、データ抽出の究極の主力製品となるように Schematron を構築しました。 – GPT-50 より 100-5 倍安い – ~10倍の低遅延 – どちらのモデルも、構造化抽出で Gemini 2.5 Flash を上回っています Schematron は、開発者、研究者、エージェントがインターネット規模の構造化 Web データにアクセスできるようにします。 サーバーレスAPIとHuggingFaceで利用可能になりました。 トレーニングの詳細とベンチマークはブログ👇で読む

フロンティア モデルはエージェント検索に優れていますが、このようなトークンを大量に消費するタスクには法外に高価で時間がかかります。検索精度は処理されるトークンに応じてスケーリングされる傾向があるため、これは問題です。 解決策は、個々の検索エンジンに合わせて調整された、慎重にRLトレーニングされた小型モデルであり、一般的なフロンティアモデルよりも優れたパフォーマンスを発揮しながら、1〜2桁安く、高速です。