ServiceNow CoreAIは、企業環境でのモデルの失敗をもとに学習タスクを生成・検証する「AutoSynthData」を開発した。EnterpriseOps GymのHybridでは2,000件を約18時間で生成し、Gemma-4-26B-A4B-itの平均Pass@1が7.2ポイント向上、検証器成功率は63.01%から68.55%になった。
推荐理由：モデルの失敗から学習課題を作り、実行可能性や検証器まで確認する手順と、EnterpriseOps Gymでの数値結果を読める。
Hugging Faceは、AUTOMATIC1111の機能の大半を単一のワークフローキャンバスに再構築したWorkflow1111を公開しました。73ノードで構成された11のメディアパイプラインは、画像生成や画像編集、検出からのインペイントマスク作成、画像から動画への変換などに対応します。
推荐理由：11のメディアパイプラインを単一キャンバスにまとめ、RESTエンドポイントやMCPツールとしても呼び出せる構成が、Gradio Workflowの活用範囲を具体的に示しています。
Hugging Faceのブログは、TRL v1.14のAsyncGRPOTrainerでLoRAアダプターのみをHugging Face Jobs上のvLLMに同期し、学習と推論を別マシンで実行する構成を紹介しています。
推荐理由：LoRAアダプターをStorage Bucket経由で同期する構成と、5回の実験でボトルネックを移しながら所要時間を短縮した手順を具体的に追えます。
筆者はTRLとOpenEnvを使い、Qwen/Qwen3.5-35B-A3Bを水彩画のコード生成に向けて強化学習し、データセットや環境、学習スクリプト、モデルを公開しました。手作業で評価した178点の絵を報酬に使い、報酬配分の異なる3つの学習結果を比較しています。ペアワイズ判定を使った設定では、参照画像に近づくにつれて描画の質や絵の具の使用量が向上したと報告しています。
推荐理由：手描き評価の178点を報酬に組み込む設計と3種類の報酬配分を比較し、好みを反映した学習で何が変わるかを具体的に示しています。
Hugging Face Blogは、TRLを使ってLFM2.5-350MをGRPOでファインチューニングする手順を公開し、IFStructのスコアが22.6%から29.7%に上がったと報告した。
推荐理由：約500件のデータと100ステップで構造化出力の評価値がどう変わるかを、学習設定と同一条件の比較から追えます。
Sentence Transformers v6.0にMultiVectorEncoderが導入され、ColBERT形式のMulti-Vector検索モデルを学習・ファインチューニングする手順が公開されました。
推荐理由：MIRIADの医療検索評価を通じて、学習データや文書長の設定が検索精度に与える差と、インデックス圧縮とのトレードオフを具体的に追えます。
IBMのGranite Teamは、推論モデル群Granite 4.2の構築方法を解説しました。モデルは3B、8B、30Bの3サイズで、Apache 2.0ライセンスで公開されています。3Bは基礎的な強化学習とアラインメントを行い、8Bと30Bには実環境でのソフトウェア開発、ターミナル操作、ウェブ検索を学ぶエージェント強化学習を追加しています。
推荐理由：3B・8B・30Bで強化学習の段階を分け、8Bと30Bには実環境でのエージェント学習を加える設計を詳述しています。
Hugging Faceは、Papers with Codeの検索基盤を、Jobsによる論文埋め込みの一括生成、Storage Bucketsを介した成果物の受け渡し、Inference Endpointsによる検索時の埋め込み生成を組み合わせたハイブリッド検索として構築しました。
推荐理由：バッチ処理、オンライン検索、成果物の受け渡しを分けた設計を、低次元化やコールドスタート時のフォールバックを含む実測値とともに確認できます。
Sentence Transformers v6.0で、ColBERT方式の遅延インタラクション検索に対応する第4のモデル型MultiVectorEncoderが追加されました。
推荐理由：密ベクトルとの精度・容量の比較に加え、検索や画像文書への適用例も示し、導入時の設計上のトレードオフを具体的に把握できます。
Dharma AIは、制約を考慮したGPU割り当て方式をFIFOスケジューラと7つのシナリオで比較し、同一のハードウェアとワークロードでGPU利用率を最大33ポイント、優先度加重出力を最大105.1%改善しました。
推荐理由：FIFOとの7シナリオ比較に加え、制約を組み込んだ割り当て方法と需要予測の設計を示し、GPU運用の改善策を具体的に追えます。
Strands Robots、LeRobot、Hugging Face Storage Bucketsを使い、ロボットのデモ記録から学習、実機へのポリシー展開までをつなぐデータループを解説しています。
推荐理由：記録から学習、実機への展開までを同じLeRobot形式でつなぎ、Storage Bucketsへの同期とストリーミングでデータを扱う手順を具体例から追えます。