SIGNAL2026-10-22 · AI TECH REPORT

VocabX、実行時間から小型LLMの推論費77%減を算定・Kumo Relational、関連テーブルから分類・回帰するモデルの重みを公開など、AIの新情報

原文を確認できた3件のAI技術ニュースを紹介。

01Dharma-AI2026-10-21研究段階

VocabX、用途別語彙による小型LLMの推論費77%減を報告 ↗

VocabXは、特定用途の小型LLM向けに語彙を作り直す研究手法。入力で頻出する語だけでなく、生成時に費用のかかる定型文やJSON表現を重視してトークンを選ぶ。Dharma-AIのポルトガル語作文採点器では、同じQwen3-4Bと学習条件で応答が平均350から101トークンとなった。同社はRTX 5090とvLLMで同じ500件の要求を処理した実行時間から、推論費が77.0%下がったと算定した。論文は準備中で、公開された結果は特定の運用環境での測定を含む。

Qwen3-4Bの元の語彙151,669件とVocabX適用後の64,767件を四角形で比較した図
作文採点器の出力層で扱う語彙数を、Qwen3-4Bの151,669件とVocabXの64,767件で比べた原記事の図。
02NVIDIA2026-10-21要セットアップ

Kumo Relational、関連テーブルから分類・回帰するモデルの重みを公開 ↗

Kumo Relationalは、複数の関連テーブルから分類や回帰を行う事前学習モデル。予測対象を指定すると、過去の行とテーブル間の関係を文脈として使い、タスクごとの特徴量設計や学習なしで予測する。NVIDIAの41タスク・15データベースでの評価では教師あり手法を上回り、SAP SALTではAutoGluonの大規模アンサンブルを平均逆順位(MRR)で8%上回った。ただし、大きな学習集合ではタスク別の教師ありモデルが勝つ場合もある。重みと推論コードを公開しており、重みにはOpenMDW 1.1の利用条件がある。

Kumo Relationalの構成図。文脈となる関連テーブルの入力、表内の処理、表間の処理を示す
関連テーブルの文脈入力から、表内と表間の情報を処理する構成を示した原記事の図。
03NVIDIA2026-10-21報告のみ

NVIDIA Sentry、エージェントの外側で通信と実行状態を照合 ↗

NVIDIA Sentryは、BlueField-4上で動くAIエージェント向けのセキュリティソフトウェア基盤。通信要求とプロセスやコンテナの状態を照合し、モデル・ツール・データへのアクセス権限を評価して、許可されない通信を遮断する。Sentry本体の提供は翌年初めの予定で、現時点の導入効果を実証した報告ではない。

Architecture diagram showing NVIDIA Sentry on NVIDIA BlueField intercepting agent, LLM, machine, and API traffic through the DOCA Tower AI Security Gateway, using DOCA Argus real-time memory introspection to enrich access authorization requests evaluated by a policy engine, with telemetry flowing to a Partner XDR Platform.
原記事に掲載された構成図。

確認範囲と不足

2026-10-22の調査。掲載候補5件を評価し、原文確認と既刊照合を通過した3件を掲載。3件とも原記事の図を保存済み。全候補の本文を網羅した調査ではない。

Hugging Face Daily Papersの一覧取得は失敗した。YouTubeは保存済みのアクセス制限により、この号の再試行対象外だった。アーカイブの意味検索は一部の埋め込みが欠けている。原文を読めなかった候補の価値は判定していない。

掲載しなかった候補 115件採点済みと未採点を分けて確認