QwenチームがネイティブマルチモーダルのQwen3.8-Omni-Flashを発表

DAIR.AI43分前

Qwenチームは、テキスト、音声、動画にわたる長期的なエージェントタスク向けに学習したネイティブマルチモーダルモデル、Qwen3.8-Omni-Flashを発表した。対象には動画編集と長尺の音声・動画翻訳が含まれる。Qwen3.8-NextのスパースMixture-of-Experts設計と100万トークンのコンテキストウィンドウを用い、共同学習戦略によってテキスト性能を維持しつつ、エージェントの技能を音声と動画のタスクへ引き継ぐ。

モデルにはオープンソースのフレームワークが2つ付属する。Qwen-MM-Pluginsは既存のエージェントハーネスに音声と動画の対応を追加し、Qwen-Live-Harnessはコンテキストとメモリの管理、ツール利用、サブエージェントへの委任を備えたリアルタイムのマルチモーダル対話を扱う。Qwen3.8-Omni論文がこのモデルを扱っている。

#qwen #マルチモーダル #aiエージェント #オープンソース

NVIDIAのSkill2Env、公開Agent Skillsを7,971件のターミナルタスクにコンパイル

Codexのプランナーとクリエイターが各スキルを検証済みのターミナルワークフローに変え、そのスキル自身の品質基準から取ったルーブリックを使う。結果のみの強化学習でQwen3.8-27BはTerminal-Bench 2.1の成績を49.4%から54.1%に上げた。ルーブリックを加えると50.1%にとどまったが、軌跡の比較ではより多く選ばれた。

EvolveTradeは各区間の後に取引エージェントのシステムプロンプトを書き換える

EvolveTradeの論文は、取引エージェントのシステムプロンプトを方策として扱い、別のPolicy Agentが各区間の後に意思決定のトレースと実現リターンをもとにそれを書き換える。バックボーンモデルは固定したままである。複数の市場局面と2つのバックボーンモデルにわたり、ほとんどの設定で固定プロンプトのベースラインより高いシャープレシオと累積リターンを報告している。

Microsoftの論文、CASDのプロンプト最適化で平均16.6ポイント向上を報告

CASDは、既製のコーディングエージェントにエージェントログ一式を分析させ、知見を1つのプロンプト内のルールとして記述させる。環境へのアクセスも検証データも不要だ。DAIR.AIによると、1回の実行は報告されたベンチマークでGEPAとSkillOptを上回り、最適化済みプロンプト1件あたりの費用は約1.60ドルだった。

JEVのカスケードは料金の約57%でGPT-6の精度の99%を維持

Jev-as-a-Judgeの論文は、TypeSafe AIのJEVが確信を持って出した判定を採用し、残りをGPT-6 Astraへエスカレーションすると、510件のホールドアウト選好ペアでGPT-6の精度の99%を、GPT-6の料金の約57%で維持したと報告している。著者らは、エスカレーションの閾値はすべてのフォールバックモデルへそのまま移せず、自らのデータで設定すべきだとしている。

最もきれいな公開ターミナルエージェント向けRLコレクションでも、Salesforce AI Researchの監査を通過したのは35.8%

Salesforce AI Researchは、そのコレクションのクリーン率を35.8%、ほか2件を10.1%と3.3%とした。報酬の誤りは両方向で見つかった。著者らによると、欠陥のある環境を除外するRIVERは、TMaxの環境の30%未満しか使わずに、Terminal-Bench-LiteでのRLの向上幅を106%、Terminal-Bench v2.1で30%増やした。