NVIDIA DGX Spark でソフトウェア開発に最適な Gemma 4 モデルを検証する (31B vs 26B)
NVIDIA DGX Spark 環境において、ソフトウェア開発のパートナーとして最適な Gemma 4 モデルはどちらか。 その疑問を解消するため、nvidia/Gemma-4-31B-IT-NVFP4 と nvidia/Gemma-4-26B-A4B-NVFP4 の 2 モデルに対してベンチマークを実施しました。 検証環境 本検証では、ソフトウェア開発における主要なタスク（コーディング能力および論理的推論能力）を評価するため、以下の構成でベンチマークを行いました。 ハードウェア: Lenovo ThinkStation PGX (NVIDIA DGX Spark の OEM ...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
この話題に関連する、TOEの実践・観測記録
GitHub ActionsのCIをHugging Face Jobsへ移すと実行時間は1分40秒から1分10秒になるのか？
Hugging Faceが自社プロダクトTrackioのCIをGitHub ActionsからHF Jobsへ移した結果、CPU実行で1分40秒が1分10秒（約30%短縮）、GPU実行で45秒・1回1セント未満と報告されました。ただし発信元は当該サービスの提供者であり、測定回数も期間も記載がありません。読み方を整理します。
続きを読む →
社内AIの「危ない出力」を自社ルールで検閲する4Bモデルは、中小企業でも運用できるのか？
NVIDIAが公開したNemotron 3.5 Content Safetyは、AIの入出力が安全かどうかを判定する4Bパラメータの小型モデルです。多言語Aegisで有害判定F1が96.5%、日本語は明示的な訓練対象12言語に含まれます。ただし数値はすべて提供者本人の自己申告で、比較条件は非公開です。
続きを読む →
AIエージェントに専用コマンドを渡すと何が変わるのか？18タスク1,000回で成功率84%が94%になった記録
Hugging Faceが同一の18タスクを各10回、計約1,000回走らせて比較したところ、専用CLIを使ったエージェントの成功率は94%、汎用のAPI直叩きでは84%でした。トークン消費は最大6.0倍の差がつく一方、単発の読み取りでは専用化が不利になる線引きも示されています。
続きを読む →