Grok BotがXに接続、GitHubがIssues向けの5つの新機能を発表、MacBookで学習したポストTransformerモデルが1,000万トークンを読み込む

8月29日と30日の週末に発表されたのは、5分野でわずか12件だった。前日は22件、28日は42件だった。これには2つの要因が重なっており、どちらも伏せるべきではない。29日は土曜日、30日は日曜日で、公式ブログのほぼすべてが何も公開しなかった。さらに、収集中にXで障害が発生し、プロフィールのフィードを表示するインターフェースが応答しなくなった。追跡していた23のアカウント、すなわち画像・動画生成関連と開発ツール関連のアカウントにアクセスできなかった。そのため、投稿だけで告知された発表がスキャンから漏れた可能性がある。

それでも、この日は2つの側面を持つ。製品面では、xAIがGrok BotをXネットワークに接続し、GitHubがIssuesの5つの進化を詳しく説明した。研究面の収穫はすべてHugging Faceブログと個人の貢献者からのものだ。ある視覚モデルから競合他社のモデルへ転用できる線形プローブ、1台のMacBookだけで事前学習したポストTransformerモデル、Qwen3-4Bを2.60 GBのVRAMに収めるLeech格子、生成中のエージェントを中断する手法である。いずれも研究成果であり、製品リリースではない。

Grok BotがXに接続

8月29日 — xAIはニュースフィードで、自律エージェント製品Grok Botのアップデートを公開した。同製品は今後、Xとより緊密に統合される。

仕組みはアカウント接続だけで完結する。ユーザーがGrok Botから自身のXアカウントを接続すると、開発者アカウントを持っていない場合は、xAIが自動的に作成する。これはネットワークへのプログラムによるアクセスに必要な手順だ。また、Grok Botの有料購読者には、利用開始用の無料X APIクレジットが付与されるが、xAIはその量や有効期間を明らかにしていない。

コネクターを有効にすると、Botは投稿を検索し、所有者のニュースフィードを読み、メンションを確認し、ネットワーク上で話題になっている内容をまとめられる。利用開始に必要なのは、Grok Botを開いてXコネクターを使用することだけだ。

xAIは今回の提供を統合の初版と明確に位置づけ、今後もGrok BotがX上で作業しやすくなるよう改善を続けるとしている。

🔗 Grok BotがXで利用可能に

GitHub Issues：スコープ対応の依存関係REST APIを含む5つの新機能

8月29日 — GitHubはGitHub Issuesの5つの進化を詳しく説明した。関連するchangelog記事はなく、X上で直接発表されたため、その投稿自体が一次情報となる。

このうち4つは操作性の改善に関するものだ。ビューをサイドバーに固定できるようになり、セッションごとにフィルターを作り直す必要がなくなる。リアクションには、従来は件数だけが表示されていた場所にプロフィールのアバターが表示されるようになった。ダッシュボードの表示密度も調整可能になり、多数の行が並ぶリポジトリで役立つ。完了済みのサブIssueを非表示にできるため、作業進捗の追跡に使う親Issueも見やすくなる。

5つ目は、自動化にとって最も構造的な変更だ。Issueの依存関係REST APIがスコープ対応（scope-aware）になる。タスクを処理すべき順序を表すIssue間の依存関係を、スコープを考慮して照会できるようになるため、リポジトリの追跡情報から作業計画を構築するエージェントやスクリプトに直接関係する。GitHubは、この5つの変更の提供範囲について明らかにしていない。

発表された新機能	変更の対象
ビューをサイドバーに固定	Issuesのナビゲーション
リアクションにプロフィールのアバターを表示	リアクション表示
ダッシュボードの表示密度を調整可能	ダッシュボード
完了済みサブIssueの非表示	親IssueとサブIssue
スコープ対応の依存関係REST API	REST API、Issue間の依存関係

🔗 @githubの投稿

1台のMacBookだけで事前学習したポストTransformerモデルGala、一定速度で1,000万トークンを読み込む

8月29日 — Galaという仮称の小規模言語モデル群が、M3 Max、40コアGPU、128 GBユニファイドメモリを搭載した1台のMacBookだけを使い、純粋なMLX上でゼロから5日間かけて事前学習された。

この実験は、視点の逆転から始まる。Transformerは、密な行列積の計算資源が豊富で、高帯域幅メモリが希少なハードウェアを前提に設計されている。一方、Macはその逆の特性を持つ。そのため、採用されたアーキテクチャはパラメーターと状態を蓄積する一方、トークン当たりのFLOPsを抑える。

最終テストでは、実際のFineWebテキスト1,050万トークンを、バッチサイズ1でこのノートパソコンに通した。何も増大しない。再帰状態は全範囲にわたって3.07 MBに固定され、デコード速度も低下しない。後続2,000トークンの損失も上昇しない。同じデータで学習した基準Transformerは、コンテキスト長32kの時点でデコード速度が134 tokens/sとなり、100万トークンでは約33 GBのKVキャッシュが必要になる。

到達したコンテキスト	デコード速度	後続2,000トークンの損失	再帰状態
32 768	382.3 tokens/s	3.630	3.07 MB
1 048 576	388.1 tokens/s	3.534	3.07 MB
5 242 880	386.2 tokens/s	3.590	3.07 MB
10 485 760	385.8 tokens/s	3.296	3.07 MB

入力処理は約28,000 tokens/sで線形性を維持し、1,000万トークンには約6分かかる。モデルは実行ログとともに公開され、記事にはモデルができないことを扱う節も設けられている。

A post-transformer language model, pretrained from scratch on one MacBook in pure MLX, that reads 10M tokens of context at constant speed. Five days, every number measured, everything released.

🇯🇵 純粋なMLXを使って1台のMacBookだけでゼロから事前学習され、1,000万トークンのコンテキストを一定速度で読み込むポストTransformer言語モデル。5日間、すべての数値を実測し、すべて公開した。 — Arjun Reddy、Hugging Faceブログ

🔗 Hugging Faceの記事

CUDA kernel内のLeech格子でQwen3-4Bを2.60 GBのVRAMに格納

8月29日 — 重み当たりのビット数は、モデルを実行できるマシンのクラスを変える唯一の要素だ。2ビットなら、700億パラメーターのモデルは140 GBから約18 GBまで縮小し、24 GBのカードに収まる。ただし、品質も維持する必要がある。この圧縮水準で報告されている最高品質は、Qualcomm AI ResearchによるLeech格子上の24要素ブロック単位のベクトル量子化から得られている。

障害はソフトウェアにあった。この論文とともに公開されたCUDA kernelは、簡略化のため格子の単一レイヤーしかデコードせず、競合手法よりも遅い。ところが、2ビットで実際に必要な辞書は複数レイヤーの和集合で、301個の同値類と、1.1 × 10¹⁴個の点のうち1つを指定する47ビットのインデックスで構成される。著者は、このインデックス用のデコーダーをどこにも見つけられなかった。

そこで自ら実装した。プロジェクトの数学的中核である格子、厳密最近傍探索、48ビットの全単射インデックス化、球面GPTQは、外部依存関係を一切持たないRustで実装され、不足していた融合CUDAデコーダーも付属する。

測定項目	測定値
量子化モデル	Qwen3-4B
VRAM使用量	2.60 GB
生成スループット	87 tokens/s
2ビットでの同値類	301
インデックスのサイズ	47 bits、1.1 × 10¹⁴点のうち1つ
700億モデルを2ビット化	140 GBから約18 GBへ

量子化モデルは、同点時の判定差を除き、貪欲デコードで密モデルと同じトークンを生成する。著者自身が2つの注意点を挙げている。デコーダーは、読み込むバイト数が2.40分の1で、2.27倍高速に動作する競合kernelのQTIPより依然として遅い。また、プレプリントは自己投稿されたもので、査読を受けていない。コードとデータは公開されている。

🔗 Hugging Faceの記事

ある視覚モデルで学習した線形プローブが競合モデルでも利用可能

8月30日 — 4社の4つのマルチモーダルモデルが、同じ画像をエンコードする。すべて固定され、いずれもファインチューニングされておらず、隠れ状態の幅さえ5,376、5,120、2,560、2,048次元と異なる。あるモデルで学習したプローブが別のモデルで機能するはずはない。だが、実際には機能する。

手順は最小限だ。単一の重み行列だけで構成される線形プローブが、あるモデルの状態から画像ラベルを予測するよう学習する。次に、2つの空間を橋渡しする訓練行だけを使ったridge回帰で推定した写像を適用し、再学習なしで別モデルの状態上から読み取る。

評価対象分野	ネイティブAUROC	転用AUROC	転用コスト
衛星画像、17クラスの土地利用	0.9507	0.9484	0.0024
ChestX-ray14胸部X線画像、4モデル中3モデル	0.7440	0.7511	負

胸部X線画像では、公式テストリストに含まれる、訓練時に一度も見ていない患者の25,596枚の画像に対し、転用後のスコアがネイティブスコアを上回った。また、6つの交差方向のうち4つで、対象モデル自身のプローブを上回った。測定の厳密さが、この結果を真剣に受け止める価値を裏付けている。補正前には無関係な要素間の生のcosineが最大0.998に達するが、中心化後は4社すべてで0.005以下になる。また、各主張には無作為時の下限値も添えて公開されており、衛星画像データセットのテストセットでラベルをシャッフルした場合は0.5014だった。

🔗 Hugging Faceの記事

Together AI、ベンチマーク名を示さず、幻覚率でGLM-5.3が2つのクローズドモデルを上回ると発表

8月30日 — Together AIは、GLM-5.3の低い幻覚率を過小評価されている特徴として紹介し、主要な2つのクローズドモデルと比較した。

比較モデル	GLM-5.3に対する相対幻覚率
GLM-5.3	基準
Claude Fable 5	2倍超
GPT-5.6 Luna	3倍超

この測定は、その性質を踏まえて読む必要がある。Together AIはGLM-5.3をホストし、その推論サービスを販売しているため、中立な情報源ではない。投稿には、使用したベンチマークも、絶対値も、幻覚の計数方法も記載されておらず、比率だけが示されている。短い動画が投稿に添えられているものの、公開テキストには生の数値が含まれていない。したがって、独立した評価ではなく、相対的な順位として受け止めるべきだ。

それでも、この観点は注目に値する。前日までに示された全体像を補完するからだ。29日に公開されたDeepSWEの比較で測定されていたのはコーディング能力とコストであり、本番環境における事実面の信頼性ではなかった。

an underrated part of glm-5.3 is its low hallucination rate

claude fable 5 is over 2x higher, while gpt-5.6 luna is over 3x higher

🇯🇵 glm-5.3で過小評価されている側面の1つは、その幻覚率の低さだ。claude fable 5は2倍超、gpt-5.6 lunaは3倍超となっている。 — @togethercomputeのX投稿

🔗 @togethercomputeの投稿

短報

Reflexive Role Routing、生成中のエージェントを中断する手法 — 単一線形レイヤーのプローブが生成中に2つの値を読み取る。プロンプトの目標と現在の軌道とのずれ、および出力がレビューを通過する推定確率である。固定されたコントローラーがこれらを使って中断するかどうかを判断する。すでに生成されたコンテキストを捨てずに済むよう、処理は半Markov意思決定として形式化されている。プレプリントはDOI 10.5281/zenodo.22171581で登録された。🔗 Hugging Faceの記事
フロンティアモデルが生成する使い捨てのリスク評価 — 1つのプロンプトから強力なモデルに新しいベンチマークを作成させ、その採点基準は会話内で非公開のままにする。評価対象モデルがテストを受け、その回答をベンチマークに戻して採点した後、ベンチマークを破棄する。著者はこれを汚染への対策とは考えておらず、同じ公開問題への依存を減らすだけだとしている。主な意義は、結果について意欲（willingness）、能力（capability）、助長（enablement）を明確に区別する点にある。🔗 Hugging Faceの記事
CUDAの標準的な障害モードは沈黙 — GPUプログラミングを学び始めた最初の週の記録で、可能な限り単純なプログラム、すなわち1,000個の数値からなる2つのリストの加算を題材にしている。著者が驚いたのはGPUの動作ではなく、障害発生時の静かさだった。発表もモデルのリリースもない。🔗 Hugging Faceの記事
GitHubがDependabot更新のグループ化を再紹介 — MicrosoftのプロジェクトGCToolkitでは、約6コミットに1件が単一依存関係のバージョン更新だった。dependabot.ymlファイルに3か所変更を加えるだけで、セキュリティ修正を遅らせることなく、更新をまとめて頻度を下げ、雑音を解消できた。紹介された記事の日付は2026年7月29日で、8月30日に行われたのは共有のみである。🔗 @githubの投稿
WebMCP Challenge：締め切りは9月3日、質疑応答セッションは8月31日 — OpenAI Developersは、WebMCPハッカソンのプロジェクトを9月3日まで提出できると案内し、同じスレッドで、8月31日月曜日の午前11時（PT）にDiscordで質疑応答セッション（office hours）を開催すると発表した。参加するコンテストパートナーはChrome、Cloudflare、Shopify、Vercel、Render、Netlifyである。ハッカソン自体は8月25日に発表されていた。🔗 @OpenAIDevsの投稿
Cohere、関連発表なしでWaterlooの写真を3枚公開 — 公式アカウントは同社のカナダ企業としての位置づけを引き続き強調したが、リリースも数値もリンクもない。事実として扱う材料はなく、対象期間を網羅するために記載した。🔗 @cohereの投稿

これが意味すること

一般消費者向けハードウェアは、耐えるべき制限ではなく、再び設計上の制約となる。 週末に発表された研究のうち2件は、同じ前提から出発している。利用可能なマシンがアーキテクチャを決めるのであり、その逆ではない。GalaはMac向けに設計されている。メモリは豊富だがFLOPsは限られるため、トークン当たりの計算量ではなく、パラメータと状態を蓄積する。その結果、コンテキストが32,768トークンから1,050万トークンに増えても、デコード速度は低下しない。Leechネットワークによる量子化は、パイプラインのもう一方の端を狙っている。700億パラメータのモデルを140 GBから約18 GBまで縮小し、個人が所有できるカードに収めるというものだ。どちらもフロンティアモデルに対抗できるとは主張しておらず、そこが論点でもない。両者とも、問いをモデルの大きさから、それをホストできるマシンのクラスへと移している。

あるモデルで学習したプローブを、隣のモデル上で読み取れる。 この日で最も驚くべき結果は、同時に最も目立たないものでもある。4社の4つの凍結モデルが、単一の重み行列を一方から他方へ移してもAUROCの損失がわずか0.0024、場合によっては損失が負になるほど近い形で画像をエンコードしているなら、これらの表現上に構築されたツールは、調整に使用したプロバイダーに縛られなくなる。論文自体もこの実用的な解釈を示しているが、同時に、現時点でこれを手法と呼べない理由となる限界も指摘している。転送用の写像はモデルの組み合わせごとに調整されており、その調整から除外されたモデルでも単一の写像が通用するという保証はない。測定の厳密さは一貫している。比較前に異方性を補正し、各スコアの横にランダムベースラインを掲載している。

信頼性の主張に計測方法が伴っていない。 Together AIは、ハルシネーション率でGLM-5.3が2つのクローズドモデルを上回るとしているが、ベンチマーク名も、絶対値も公表せず、算出方法も説明していない。その一方で、自社が首位に位置付けたモデルの推論サービスを販売している。同じ週末に公開された研究記事との対比は明確だ。そちらでは、結果の横にランダムベースラインを掲載し、プロトコルを詳述している。基準のない報告は測定ではなく、営業上の主張であり、そのように分類するのが妥当だ。

プロダクト面で、この週末に提供されたのは配管作業だけだった。そして、エージェントの成否を左右するのは、まさにそこだ。 xAIはモデルをリリースしたのではない。Grok BotをXに接続し、ユーザーに代わって開発者アカウントを作成し、導入時の摩擦を減らすためにAPIクレジットを配布した。GitHubも目を引く機能を発表したわけではない。Issuesの依存関係を扱うREST APIを、アクセススコープに対応させた。どちらの場合も、変化したのはモデルの能力ではなく、アクセス権と照会可能な範囲だ。ソーシャルネットワークやチケット管理システムを読み取るエージェントを構築する者にとって、これは最も目立たない一方で、最も決定的な作業である。