XNews

オープンソースとコードモデル、エージェントおよびインフラストラクチャ

オープンソースとコードモデル、エージェントおよびインフラストラクチャ

DeepSeek、Mistral、AlphaEvolveがオープンソースのコードおよびエージェントインフラストラクチャを進展させる。

Key insights

DeepSeek-V3.2がスパースアテンションと専門家の蒸留を提供

DeepSeek-V3.2は、重要なトークンに選択的に焦点を当てる新しいDeepSeekスパースアテンション(DSA)メカニズムに中心を置き、長いコンテキスト入力に対する計算複雑性を超線形からほぼ線形に低減します(投稿17277)。トレーニングは、ドメインのピークに特化した専門家モデルの組み合わせ、これらの専門家からの知識の蒸留を統一モデルに統合し、合成された高複雑性のシミュレーションタスク(1,800シナリオ)における大規模強化学習を通じてツールの使用と多段階推論を改善しました。報告されたベンチマーク結果は、複数のドメインの推論タスクおよびコンテストレベルのベンチマークにおいて、同時期のクローズドソースのフラッグシップモデルと同等または優位性を示しています(17277)。

MistralがDevstral 2シリーズとプロジェクト認識CLIをリリース

Mistralは、コードエージェントをターゲットにしたDevstral 2ファミリーを発表しました。Devstral 123Bは、256Kのコンテキストウィンドウを持つフラッグシップコードモデルとして位置付けられ、SWE-bench Verifiedで72.2%のスコアを獲得しました。Devstral Small 24Bは、ローカルデプロイメント(CPUサポート)を対象とし、SWE-benchで68.0のスコアを記録しました(17337)。Mistralはまた、プロジェクト構造を自動検出し、複数ファイルのコンテキストを理解し、シェル実行とインプレースのリポジトリ認識編集をサポートするVibe CLIをリリースしました(17337)。

AlphaEvolve: 進化的コーディングエージェントがプライベートベータに入る

GoogleのAlphaEvolveは、Geminiモデルと進化的探索を組み合わせ、ユーザー定義の評価者の下でアルゴリズムの変異を反復的に生成および評価します(投稿17369、17422)。ユーザーは問題仕様と評価者、初期シードプログラムを提供し、AlphaEvolveはコードの変異体の集団を生成し、突然変異と選択を適用し、世代を通じてより良いパフォーマンスの変異体を促進します。内部の使用例として、データセンターのスケジューリング(0.7%の計算回収)やカーネルレベルのハードウェア/アルゴリズムの最適化(23%のカーネル速度向上、約1%のトレーニング時間短縮)が挙げられています(17369、17422)。

App-Benchがワンショットフルスタック生成の限界を暴露

App-Benchは、6つの現実的なシナリオ(ファイナンスダッシュボード、病院管理、法律アシスタント、薬局システム、マルチプレイヤーゲーム、レンタルプラットフォーム)にわたるゼロ人のフルスタックアプリ生成を評価し、151のスコア項目と4,530の評価にわたる機能レベルのカバレッジを測定しました(17375)。トップ結果は、Orchids 76.8%、Claude Code 67.5%、Vercel v0 64.9%でした。多くのツールは、マルチロールロジック、複雑なUIインタラクション、およびランタイムAPIエラーにおいて失敗しました。Gemini CLIは、報告された実行で0.0のスコアを受け取りました(17375)。

オープンソースの使用とインフラストラクチャのトレンドが中規模モデルと推論ワークロードにシフト

観察指標によると、オープンソースモデルの使用はロールプレイ/インタラクションに偏っており(>50%)、プログラミングは使用ケースの約20%を占め、大規模なトークンコンテキスト(20K以上)を消費します。また、推論スタイルのモデル使用は2025年までにほぼ0%から50%以上に成長しました(投稿17418)。アジアでの地域的な採用は、報告された期間中に大幅に増加しました。別途、Google TPU IronwoodとHBM3EおよびSparseCoreは、Nvidiaに対してコストが低く、ピーク利用率が高いことを報告し、トレーニング経済に影響を与えています(17248、17418)。

Source posts