前沿モデルの事前学習における再帰的自己改善(RSI)とQwen3.8-Flash-Nextの性能問題 11-16
本記事はHorizonを使いAI/LLM・バイブコーディング・Web3・スタートアップのニュースを自動収集・要約したものです。
基礎モデルの事前学習に「再帰的自己改善(RSI)」を適用する研究論文
最先端の基盤モデルをゼロから構築する極めてコストの高い事前学習プロセスに対し、微調整だけでなく「再帰的自己改善(RSI)」を適用することを提案する論文が公開されました。この研究は、AIの進化を加速させるための新たなアプローチとして注目を集めています。
strataのアップデートによりQwen3.8-Flash-Nextの性能が低下
ローカルLLMフレームワーク「strata」を最新バージョンに更新したところ、Qwen3.8-Flash-Nextモデルのパフォーマンスが著しく低下し、複雑なボクセルアート(五重塔など)の生成において速度と一貫性が損なわれたという報告がありました。特定のフレームワーク更新が、特定のモデルの推論精度や挙動に予期せぬ悪影響を及ぼす可能性を示唆しています。