Gate Newsのメッセージ、4月16日――AlibabaのQwen Labは、疎なミクスチャ・オブ・エキスパーツ (MoE) アーキテクチャに基づいて構築された大規模言語モデル「Qwen3.6-35B-A3B」のオープンソース提供を発表しました。このモデルは、全体で350億パラメータを備えていますが、推論1パスあたりに有効化されるのは30億パラメータのみです。
Qwen3.6-35B-A3Bにはエージェンティック・プログラミング機能が搭載されており、OpenClaw、Claude Code、Qwen Codeを含むサードパーティのコーディングアシスタントに統合できます。
免責事項:このページの情報は第三者から提供される場合があり、Gateの見解または意見を代表するものではありません。このページに表示される内容は参考情報のみであり、いかなる金融、投資、または法律上の助言を構成するものではありません。Gateは情報の正確性または完全性を保証せず、当該情報の利用に起因するいかなる損失についても責任を負いません。仮想資産への投資は高いリスクを伴い、大きな価格変動の影響を受けます。投資元本の全額を失う可能性があります。関連するリスクを十分に理解したうえで、ご自身の財務状況およびリスク許容度に基づき慎重に判断してください。詳細は
免責事項をご参照ください。
関連記事
CursorはSpaceXの600億ドルの買収提案を受け入れるが、コーディングモデルでxAIとは提携しない
The Information によると、Cursor は SpaceX からの条件付き 600 億ドルの買収提案を受け入れたものの、取引はまだ確定していないとのことです。 同社は現在、コーディングモデルの開発で SpaceX の AI 部門 xAI と協力する計画はありません。 その代わり、Cursor はそれを最適化することに注力しています
GateNews5分前
ハウン・ベンチャーズは5月4日に10億ドルのファンドをクローズし、暗号資産投資をアーリーステージとレイトステージに分けて資本を配分する
ブルームバーグによると、Haun Venturesは5月4日に10億ドル規模の資金調達ラウンドを完了し、そのうち早期段階に5億ドル、後期段階の投資に5億ドルが割り当てられた。ファンドは今後2〜3年にわたり資本を投入し、暗号資産およびブロックチェーンのスタートアップを対象にするとともに拡大していく。
GateNews28分前
OpenAIは-9223372036854775808億ドルの資金を投入するデプロイメント共同事業を発表し、評価額は100億ドルです
BlockBeatsによると、5月4日にOpenAIは$4 billionを超える資金を調達し、企業が同社の人工知能ソフトウェアを導入できるよう支援することに重点を置いた新しい合弁事業を設立した。この事業はThe Deployment Companyと呼ばれ、TPG Inc.やBrookfield Asset Managementを含む19人の投資家によって支えられている。
GateNews1時間前
なぜ人々は「AIが世界を変える」と思い、「ただのものだ」と思うのか?カーペシーの2つの診断
カーパシーは、AIの認知のギャップは2つの診断に由来すると指摘しています。1) 無料または旧版のモデルしか使ったことがなく、最先端のエージェント型モデルの実力を反映できないこと。2) 能力の向上は高度に技術的な領域でのみ顕著で、かつ非対称に現れること。これにより、有料ユーザーと一般の読者はそれぞれ異なる現象を見てしまい、平行世界のように互いを誤解してしまいます。台湾の読者への示唆は、実際に最先端モデルを使って生産タスクを完了し、判断の根拠を検証することで、メディアの思い込みに左右されないようにすることです。
ChainNewsAbmedia1時間前
Applied DigitalはAIデータセンター向けブリッジ・ファイナンスとしてGoldman Sachsが主導する3億ドルの資金調達を確保しました
Globenewswireによると、Applied Digitalは5月4日にGoldman Sachsが主導した上級担保付きブリッジ・ファイナンスで3億ドルを調達し、AIデータセンター開発を前進させました。この資金調達はプロジェクト資産によって担保されており、違約金なしで早期返済が可能で、同社は今後これを追求する予定です
GateNews1時間前
Karpathy「LLMに自分自身を反論させる」:AIで思考の偏りに対抗する4ステップの方法
この記事では、Andrej Karpathy の「LLM に自分の主張を反論させる」4ステップ法を整理します。まず LLM で下書きを磨き上げ、次に新しい対話を開始して反対側の主張を出させ、根拠も提示させます。その後、それを完全な反論記事として書き上げ、最後に双方を比較して、検証可能な証拠をもとに人間が判断します。LLM にはシコーフィー(相手に迎合する傾向)があることに注意し、同意を真理とみなさず、それを結論の裁定者ではなく「論点生成マシン」と捉えるのがよいでしょう。さらに、2つの LLM に互いに弁論させてバイアスを下げることもできます。この方法は 2026 年のコンテンツ制作において特に価値があり、認知の深さを高め、同質化を減らすことができます。
ChainNewsAbmedia1時間前