まとめでも翻訳でもない。公式発表を、AIが日本語でわかりやすく。
トピック: transformers解除
vLLMのv0.25.0がリリースされ、Model Runner V2(MRv2)がすべての密モデルの標準実行パスとなり、旧来のPagedAttention実装が削除されました。あわせて統一ツールコール/推論パース基盤「Streaming Parser Engine」の追加、異種語彙対応の投機的デコード、複数の新モデル対応など、232名のコントリビューターによる558件のコミットが取り込まれています。
Hugging Faceが、実世界の音声環境における自動音声認識(ASR)モデルの性能を比較するための新しいリーダーボード「FFASR Leaderboard」を発表しました。詳細な評価手法やデータセットの内容は公式ブログの本文で確認できます。
EximiusLabsが、既存のマルチモーダル埋め込みモデルQwen3-VL-Embedding-2Bに音声モダリティを追加した「fusion-embedding-1-2b-preview」をHugging Faceで公開しました。ベースモデルの重みを一切変更せず、約16Mパラメータの小さな接続層(コネクタ)を学習するだけで、音声↔テキスト検索においてGemini Embedding 2やImageBind、LanguageBindを上回る性能を達成しています。研究プレビュー版としてCC-BY-NC-4.0ライセンスで公開中です。
Hugging Faceは、vLLM上でtransformersのモデル実装を利用する「transformersモデリングバックエンド」を改良し、vLLM専用に書かれたネイティブ実装と同等かそれ以上の推論速度を実現したと発表しました。torch.fxによる静的解析とASTによるコード書き換えで、推論に最適化されたレイヤー融合を実行時に自動適用する仕組みです。Qwen3の複数モデルでの検証結果や、開発者への実務的な影響を紹介します。