テクノロジー
Cursorが独自AIモデル「Composer 2.5」を公開：極めて低いトークン単価でフロンティアモデルに匹敵する性能を実現と発表
Anysphereは、独自の後処理と強化学習を施したAIコーディングモデル「Composer 2.5」を発表した。このモデルは、競合するフロンティアモデルと同等水準のベンチマーク性能を約10分の1のコストで実現し、テキストフィードバックによる強化学習や1兆パラメータ規模の最適化などの高度な技術に支えられている。
Term
Muon
Overview
最終更新: 2026年7月9日Muonは、巨大なニューラルネットワークの学習を高速化するために設計された最適化アルゴリズムである。Newton-Schulz直交化などの計算負荷の高い処理を、各専門層やアテンションヘッドごとに分割して非同期に実行することで、GPU間の通信待ち時間を最小限に抑える。これにより、1兆パラメータを超えるような超大規模モデル（MoE）においても、極めて短いステップタイムでの学習を実現し、計算資源の利用効率を最大化する。
Mentioned Articles
1 件External Mentions
10 件- arXiv Precision three-Dimensional Atmospheric Neutrino Flux Calculation Based on Honda Flux Model
- arXiv Linear Attention Architectures: Mechanisms, Trade-offs, and Cross-Layer Routing
- arXiv Multistage development of short-range spin correlations and weak magnetic order in the two coupled trillium lattices of K2Fe2(MoO4)(PO4)2
- arXiv Revisiting cLFV in "T1-2-A" scotogenic models: asymmetries in three-body lepton decays
- arXiv The Deep Learning Cosmic Ray Energy Reconstruction Pipeline for the GRAPES-3 Experiment
- arXiv Fantastic Pretraining Optimizers and Where to Find Them II: Hyperball Optimization
- arXiv Multilayer resistive-wall impedance with a material-filled beam region
- arXiv CacheMuon: Using Temporal Preconditioning To Approximate Polar Factor
- arXiv Hit-rate capability of a silicon strip detector module for decay positron detection in the J-PARC muon $g-2$/EDM experiment
- arXiv Neutrino Constraints on memory-burdened Primordial Black Holes from Dwarf Spheroidal Galaxies