2026/10/20 0:28

CERN がミストラルと共同で戦略的パートナーシップの設立に関する意向声明に署名

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

CERN と Mistral は、2026 年 10 月 15 日に発表された長期的な戦略的パートナーシップを締結し、科学的研究のためのファウンデーションモデルを開発することを目指しています。この協力では、CERN の基礎物理学における専門知識と約 1エクサバイトにわたる実験データの管理実績と、Mistral の大規模 AI モデルトレーニングにおける主導的地位を組み合わせています。当面の目標は、大型ハドロン衝突型加速器（LHC）で数十億回のシミュレートされた陽子-陽子衝突に基づいてトレーニングされる、「大型物理学モデル」という初の専用モデルを創出することです。本イニシアチブは、断片的かつ専門的なアルゴリズムを代替し、粒子衝突の再構築、粒子の識別、予期しない信号のフラグ付け、および将来の検出器設計の評価など、複数の重要なタスクを同時に実行できる単一の統合モデルを実現することを目的としています。現在のフェーズではシミュレーションに依存していますが、2030 年頃には稼働開始が予定されている高輝度大型ハドロン衝突型加速器（HL-LHC）は、10 倍の衝突データを供給し、システムを卓越した条件下で厳密に検証することを可能にするでしょう。この新世代の AI ツールの確立を通じて、CERN と Mistral の双方の指導者は、国際的な科学コミュニティ全体にとって高エネルギー物理学における科学的厳密性を高め、フロンティアを押し進めることを目指すと強調しています。

本文

CERN とミストラル、科学分野における AI の推進と欧州の技術強化を目指す覚書締結

📅 概要

締結日: 2026 年 10 月 15 日
対象機関: CERN（ヨーロッパ原子核子研究機関）と欧州の AI エンタープライズミストラル。
目的: 科学的発見に資する基礎モデル開発を主眼とした、長期的な戦略的パートナーシップの確立。

🤝 パートナーシップの狙い

CERN の強み: 素粒子物理学および科学データの蓄積、大規模計算における専門知見。
ミストラルの強み: 大規模モデル訓練におけるリーダーシップと技術。
相乗効果: 両者の技術を融合し、科学分野における AI の発展を画期的な規模で推進。
初期焦点: 高エネルギー物理学。
将来性: パートナーシップを通じて、広範な科学研究コミュニティに貢献できる AI アプローチの開発にも寄与。

🧬 事業の中核：単一の「大規模物理モデル」開発

野望: 加速器物理学における初の基礎モデルの創出。
訓練データ: CERN の大型ハドロン衝突型加速器（LHC）で発生する数十億回の陽子 - 陽子衝突をシミュレーションデータを用いて学習。
対応タスク例:
- 粒子衝突の再構築
- 粒子同定
- 予期せぬ信号の検出
- 将来の検出器設計の評価

⚙️ 技術的な革新点

従来の課題: 衝突データの再構築には、専用アルゴリズムによる段階的な物理分析が必要。
機械学習の役割: これまで多様な専用タスクで性能向上を担ってきたが、さらに飛躍を遂げる余地あり。
新アプローチ: 単一のモデル内で再構築チェーン全体を学習し、複数のタスクを同時に支援する汎用化を実現。

💬 関係者からのコメント

CERN 最高情報責任者エンリカ・ポルチャリ氏

「高エネルギー物理学は、AI を開発・検証するための独特の環境を提供しており、極めて厳格な基準の下で実験が行われています。ミストラルと連携し、物理学コミュニティ全体に貢献でき、共有可能な AI 能力の開発を進めることを目指しています。」

ミストラル「エンジニアリング向け AI」副会長ヨハンネス・ブランドシュタイター氏

「CERN と連携し、大規模な AI モデルが粒子物理学の増大する複雑性にもたらす可能性を探求することができると誇りに思っています。高エネルギー物理学の限界を押し広げる機会を持ち、新たな科学発見につながる可能性を秘めた AI 能力を開発できるようになるでしょう。」

📊 データ規模と未来の展望

現在のデータ量: LHC から得られた実験データで約1 エクスバイト（100 万テラバイト）が蓄積。
HL-LHC の稼働: 2030 年頃開始予定。
データ増加予測: 衝突回数が現在の10 倍に増える見込み。
意義: このような規模と精度の組み合わせは、AI の開発・検証に適した特筆すべき条件を備えている。

🌍 社会・技術的な意義

分野融合: 欧州におけるAIと素粒子物理学という両分野の卓越性を融合。
目標: 現代科学が直面する規模感、精度、複雑性に対応できる次世代の AI ツールを創出するための新たな歩みとなる。

📌 ミストラルについて

定義: 企業や公共機関が AI を自所有・カスタマイズ・制御できるようにするための最先端オープンウェイトモデル、製品、インフラを開発するグローバルな AI ラボ。
拠点: フランスを本社とし、欧州、北米、アジアに強固な国際的プレゼンスを持つ。
詳細情報: www.mistral.ai

同じ日のほかのニュース

一覧に戻る →

2026/10/20 6:08

Microsoft アカウントを持っていないので、RTX Spark ラップトップに Linux をインストールしようとしています

## Japanese Translation: 記事は、ASUS ProArt P16 H7607BA-SE033W において、カスタマイズされた Arch Linux ARM 環境が、NVIDIA AI ワークロードに特化して、ネイティブの Windows と同等かそれ以上（わずかに高速）のパフォーマンスを実現することを示しています。7-Zip コンプレッションや GIPS スコアなどのベンチマークタスクでは、全スレッド有効条件下において Linux は圧縮で約 5%、解压で約 3% の高速化を達成し、Windows ネイティブの結果と同等か上回る性能（例えば HP OmniBook Ultra 相当機での 157.084 GIPS vs 155.774 GIPS）を示しました。構築には、ハードウェア向けに拡張されたアップストリームの Archinstall 4.5 を用いた Arch Linux ARM が採用されており、「hid-asus」キーボードサポート、カスタムオーディオドライバー、フレームバッファマッピング用の ACPI オーバーライドなどのパッチが含まれます。ハードウェアパッケージは著者の鍵で署名され、入力はハッシュピン固定されて整合性が保証されています。システム構成では kernel 7.0.0-1022-nvidia と NVIDIA ドライバー 615.78.08、rootless Podman および CDI サポートを採用しており、統合されたメモリプールが約 116 GiB（Windows の分割領域に対し）と報告されています。表示能力としては、3840×2400 レゾリューションで 120 Hz が利用可能です。ローカル AI 推論テストでは、ARM64 コンテナ上で vLLM を用いて Qwen モデルを成功裏に実行し、混合クアンタ化および FP8 KVキャッシュを活用した効率的なモデルロード（約 68.2 GiB の重みと約 21.1 GiB の KVキャッシュを含む場合、約 16 分）および生成速度（約 30 トークン/秒）を実証しました。したがって、Linux は、強力な GPU カパビリティを得つつオープンソースの柔軟性を求めるプロフェッショナルユーザーにとって、大きな速度低下や安定性の妥協なく viable な選択肢であり、複雑な NVIDIA 構成上で先進的な AI ワークロードを展開するクリエイター向けの魅力的な代替手段を提供します。

2026/10/20 1:39

MiniMax M3.1 フラッシュ

## Japanese Translation: MiniMax が、複雑な「エージェント型（agentic）」タスク向けに設計された次世代 AI モデルの画期的な早期バージョンである M3.1 Flash を公式にローンチしました。このモデルは、AI にデジタル従業員のような形で多段階のワークフローを自律的に計画する能力を付与します。今回のリリースは、すでに匿名で 200 兆トークン以上を処理した実績に基づき、パフォーマンスとコスト効率における世代を超える飛躍を示しています。新しいモデルは、前世代のバージョンに比べてオンライン推論速度が約3倍向上し、1秒あたり 200 トークン以上（中央値で 170 TPS 超）を生成します。また、「激しいスパース性（aggressive sparsity）」などの最適化効率技術を活用することで、エージェント型タスクのコストを 70% 削減しました。その優れた能力は、独立したベンチマークでの上位スコアにより検証されています：AutomationBench-AA ではリーディングモデルレベルのスコア、BankerToolBench（多段階計画および金融コンプライアンス）では 76.2 のスコア、DeepSWE v1.1（コード理解と機能開発）では 73.7% のスコアを達成し、OSWorld V2（61.7 スコア）と Agents' Last Exam（29.6 スコア）において中国国内のモデルの中で第 1 位にランクインしました。さらに、脆弱性の発見・検証に関する CyberGym で 82% のスコアを示すことでサイバーセキュリティ分野における強力なポテンシャルを有しており、コード監査や浸透テストでも堅牢な性能を発揮します。 MiniMax API、M Plan、および MiniMax Code を介して利用可能で、この即時ローンチは開発者と企業が、安全で自律的なソフトウェアシステムの構築に必要となる、大幅に安く高速なツールへのアクセスを提供します。完全なモデルウェイトの公開は、新しい「Pro」知的階層と併せて後日行われる予定です。フラット料金体系（1M トークンあたり）は、入力 $0.15、出力 $0.60、キャッシュ入力 $0.015 と設定されています（MiniMax-M3.1-Flash）。

2026/10/20 3:42

ロールバック操作は、士気向上まで続きます。

## Japanese Translation: PostgreSQL 19 は、ベータフェーズ開始直後に「REPACK CONCURRENTLY」を含む約 8〜10 の主要な機能を撤回しました。この変化は、ベータ期間後半に発見された重大なアーキテクチャ上の欠陥と多数のエッジケースによって引き起こされました。高度な自動化ツール（例：強化されたコードレビューやファージング）が、システムの複雑さや機能間相互作用（例：ドメインの組み合わせ、制約、パーティショニング、トリガーなど）により人手による検出が困難だった問題を浮き彫りにしました。これらの機能の多くは、現在の自動化分析機能が利用可能になる前の段階で開発されておりました。加えて、PostgreSQL 19 は 4 月から 8 月の間に「Vulnpocalypse（脆弱性の暴風）」に見舞われ、シニア開発者たちはベータウィンドウ内でのさらなるレビューやテストを優先することよりも、緊急のセキュリティ修正にリソースを割り当てることを決定しました。いくつかの問題はより長い期間の集中を必要としていた可能性がありますが、チームはリリーススケジュールを守りました。これらの機能は永久に廃棄されるものではなく、将来のリリースで洗練およびコミュニティからのフィードバックを受けた後に再導入される見込みです。PostgreSQL 20 は、未検証の主要な革新を導入するのではなく、すでにほぼ完成していたいくつかの機能を完了することに重点を置いたより慎重な戦略の下、間もなく公開を迎えています。