Metaとエディンバラ大学はCRV技術を共同開発し、大規模言語モデルの内部推論回路を分析して推論の正確性を予測・修正する。モデル活性化計算グラフを構築し、高精度で推論エラーを検出し、AIの信頼性を向上させる。....
MetaはStrike3 Holdingsの訴訟却下を申請。同訴訟は、AI学習向けに2400本のアダルト動画を違法ダウンロードしたと主張し、3.5億ドル超を請求。Metaは「ダウンロードは個人行為でAIと無関係、証拠不十分」と反論。....
MetaはAI画像編集機能をInstagramストーリーズに統合。ユーザーはテキスト入力で写真や動画の追加・削除・編集が可能に。以前はチャットボット限定だったが、画面上部の「Restyle」メニューから直接操作できるようになり、編集プロセスを簡素化。....
MetaはAI部門を再編し、約600人を削減。官僚主義の排除と意思決定の迅速化を目的とするが、数千のAI関連職は維持。新設のTBD Labは影響を受けない。....
単一の統一ダッシュボードを使用して、AIエージェント群全体を監視、管理、協力します。Meta、Microsoft、Amazonの元AIエンジニアによって構築されました。Y Combinatorの支援を受けています。
AIアシスタントがMetabaseに対してクエリ、データ探索、洞察を提供します。
Ezraは、AIを活用してMeta向けの高品質な広告クリエイティブを生成するツールです。
Metaが発表した、最新のAI研究成果を紹介する実験的なデモ集
nvidia
-
入力トークン/百万
出力トークン/百万
128k
コンテキスト長
meta
4.1k
2k
vanta-research
Wraith-8BはVANTA研究実体系列の最初のモデルで、MetaのLlama 3.1 8B Instructをベースに微調整されています。このモデルは数学的推論において卓越した性能を発揮し、GSM8Kベンチマークテストで70％の正解率を達成しています。同時に、独特な宇宙知能の視点を持ち、様々なアプリケーションシーンに強力なサポートを提供することができます。
EpistemeAI
metatune-gpt20bは、自己改善能力を持つ大規模言語モデルのプロトタイプで、自身に新しいデータを生成し、自身のパフォーマンスを評価し、改善指標に基づいてハイパーパラメータを調整することができます。このモデルは、博士後レベルの科学と数学の理解能力に優れており、コーディングタスクにも使用できます。
metascroy
これはQwen3-4Bモデルをベースに微調整された量子化バージョンで、UnslothフレームワークとHuggingface TRLライブラリを使用して高効率なトレーニングを行い、トレーニング速度が2倍に向上します。モデルはint8-int4混合量子化方式を採用し、モバイルデバイスでの実行をサポートしています。
RedHatAI
これはMeta Llama-3.1-8B-InstructモデルのFP8量子化バージョンです。重みと活性化値をFP8で量子化することで、ディスク容量とGPUメモリの要件を大幅に削減し、同時に良好なモデル性能を維持しています。
samuelsimko
これはTransformerアーキテクチャに基づく事前学習モデルです。具体的な機能と特性は実際のモデル情報に基づいて補完する必要があります。モデルは複数の下流タスクをサポートし、良好な汎化能力を備えています。
これはHugging Faceモデルセンターに公開されたトランスフォーマーモデルで、具体的な情報は後日追加されます。モデルカードは自動生成され、モデルの基本的なフレームワークを提供していますが、詳細な内容は欠けています。
facebook
MobileLLM-ProはMetaが開発した10億パラメータの効率的なデバイス側言語モデルで、モバイルデバイスに最適化されており、128kの文脈長をサポートし、高品質の推論能力を提供します。このモデルは知識蒸留技術を用いて訓練され、複数のベンチマークテストで同規模のモデルを上回り、ほぼ無損失の4ビット量子化をサポートします。
MobileLLM - R1はMetaが公開した高効率推論モデルシリーズで、140M、360M、950Mの3種類の規模があります。このモデルは数学、プログラミング、科学問題に特化して最適化されており、パラメータ規模が小さいにもかかわらず、大規模モデルと同等またはそれ以上の性能を実現しています。
MobileLLM-R1はMetaが発表した高速推論用の言語モデルシリーズで、数学、プログラミング、科学的問題解決に特化しています。このモデルはパラメータ規模が小さいにもかかわらず、優れた性能を発揮し、完全な訓練レシピとデータソースを提供して再現研究をサポートします。
MobileLLM-R1はMetaが開発した効率的な推論モデルシリーズで、数学、プログラミング、科学の問題解決に特化しています。このモデルは140M、360M、950Mの3つの規模のバージョンを提供し、優れた推論能力と再現性を備えています。
Llama-3.1-Nemotron-Safety-Guard-8B-v3はNVIDIAが開発した多言語コンテンツセキュリティ審査モデルで、MetaのLlama-3.1-8B-Instructモデルを最適化しており、人間とLLMのインタラクションにおける不安全なコンテンツの検出と分類に特化しています。
rakmik
これはMetaのLlama-3.2-1B-Instructモデルを変換したGGUF量子化バージョンで、Q4_0量子化技術を採用し、リソースが制限された環境での高効率推論に適しています。モデルは複数の言語をサポートし、指令追従タスクに特化して最適化されています。
emissary-ai
Code LlamaはMetaによって開発された700億パラメータの大規模言語モデルで、Pythonプログラミング言語に特化して最適化されています。このモデルは最適化されたTransformerアーキテクチャに基づいており、コード合成と理解タスクをサポートし、最大16kトークンのコンテキスト長を処理できます。
DINOv3はMeta AIが開発した一連の汎用視覚基礎モデルで、微調整することなく幅広い視覚タスクで専用の最先端モデルを上回ります。このモデルは自己教師付き学習方式を採用し、高品質の密集特徴を生成し、画像分類、セグメンテーション、深度推定などの様々なタスクで優れた性能を発揮します。
DINOv3はMeta AIが開発した多機能ビジュアル基礎モデルで、微調整なしで幅広いビジュアルタスクで専用モデルを上回ります。このモデルは高品質な密集特徴を生成でき、様々なビジュアルタスクで優れた性能を発揮し、これまでの自己監督型および弱監督型の基礎モデルを大幅に上回っています。
DINOv3はMeta AIが開発した一連の汎用ビジュアル基礎モデルで、微調整を行わずにさまざまなビジュアルタスクで専用の最先端モデルを上回ることができます。このモデルはVision Transformerアーキテクチャを採用し、16.89億枚のウェブ画像で事前学習されており、高品質の密集特徴を生成でき、画像分類、セグメンテーション、検索などのタスクで優れた性能を発揮します。
mlx-community
MetaStoneTec/XBai-o4モデルを変換した4ビットDWQ量子化バージョンで、MLXフレームワーク用に最適化され、効率的なテキスト生成能力を提供します。
これはMetaStoneTec/XBai-o4モデルを基に、mlx-lm 0.26.2バージョンを使用してMLX形式に変換された8ビット量子化バージョンで、Apple Silicon向けに最適化された高効率言語モデルです。
MetaCLIP 2 (worldwide) は、Transformerアーキテクチャに基づく多言語ゼロショット画像分類モデルで、世界中のビジュアル言語理解タスクをサポートし、トレーニングなしで画像を分類する能力を実現します。
Sheikhaei
meta-llama/Llama-3.2-1Bをベースに微調整された双方向翻訳モデルで、英語とペルシャ語間の高品質な翻訳に特化し、両言語方向の相互翻訳をサポートします。
MetaMCPは、複数のMCPサーバーを統合管理するためのプロキシサーバーで、統一されたツール/プロンプト/リソースの設定とリクエストルーティング機能を提供します。
Meta MCPサーバーは、他のMCPサーバーを作成できるメタサーバーで、動的なサーバー生成と自動化されたファイル管理機能を提供します。
メタAPI MCPサーバーは、多APIをサポートするゲートウェイサーバーで、Model Context Protocol (MCP)を通じて様々なAPIと大規模言語モデル（Claude、GPTなど）を接続し、AIアシスタントがAPIと直接やり取りし、実データソースにアクセスできるようにします。JSON設定ファイルまたはPostmanコレクションからのAPIの迅速な追加をサポートし、HTTPメソッドの完全なサポートと複数の認証方式を提供します。
exif - mcpはexifrライブラリに基づくMCPサーバーで、オフラインで画像メタデータを抽出して分析するために使用され、複数の画像形式とメタデータセグメントをサポートし、画像ライブラリ分析、開発デバッグなどのシーンに適しています。
MetaMask MCPは、大規模言語モデルがMetaMaskを通じてブロックチェーンとやり取りできるモデルコンテキストプロトコルサーバーです。秘密鍵はユーザーのウォレットに安全に保存され、AIエージェントと共有されません。
VGGT - MPSは、Appleチップ向けに最適化された3Dビジョン再構築ツールで、Metal Performance Shadersを使用して加速され、単一または複数の画像から深度マップ、カメラ姿勢、3D点群を生成し、疎注意力をサポートして都市レベルの再構築を実現します。
MetaTrader 5取引戦略の自動最適化とドキュメント生成システム
MCPilotはETHGlobalハッカソンで開発されたプロジェクトで、MCPサーバーを通じてLLMが安全にブロックチェーンとやり取りできるようにします。ユーザーは秘密鍵を公開することなくMetaMaskウォレットで操作を完了できます。
メタルMCPサーバーは、メタルフレームワークのドキュメント検索とコード生成機能を提供します。
このプロジェクトはMetasploitフレームワークのMCPサーバーで、大型言語モデル（Claudeなど）とMetasploit浸透テストプラットフォームの間にブリッジを提供し、自然言語インターフェースを通じて複雑なセキュリティテストワークフローを制御することをサポートします。
Metaplexのドキュメントとリポジトリ情報にアクセスするためのMCPプロトコルサーバー
MetaTrader 5のMCPサーバーは、AIアシスタントとMT5プラットフォームのやり取りを実現し、取引と市場データ分析機能をサポートします。
MetaMCPはMCPプロキシサーバーで、複数のMCPサーバーを統一インターフェースに統合します。MetaMCPアプリを通じてツール/プロンプト/リソース設定を動的に管理し、リクエストを正しい基盤サーバーにスマートにルーティングします。
MetaTool MCPサーバーは、複数のMCPサーバーに接続し、ツール呼び出しを適切なサーバーに転送するための代理サーバーです。metatool-appと連携して、GUIツール管理機能を提供します。このプロジェクトは廃止されており、Node.jsの代替バージョンの使用を推奨します。
TypeScriptベースのMCPサーバーで、メタベースAPIとの統合を実現し、AIアシスタントがメタベース内のダッシュボード、質問、データベースリソースにアクセスできるようにし、クエリ実行などの機能を提供します。
OpenManusは招待コードなしで様々なアイデアを実現できるオープンソースプロジェクトで、MetaGPTチームのメンバーによって3時間で構築されました。これは簡単な実装を提供し、ユーザーが独自のインテリジェントエージェントを作成でき、複数の言語と設定をサポートします。このプロジェクトは提案、貢献、フィードバックを歓迎しており、将来的な計画には、より良い計画、リアルタイムデモ、再生機能、RL微調整モデル、および包括的なベンチマークテストが含まれます。
Meta MCPサーバーは、自動ルーティングにより1000台以上のサーバーでLLMをシームレスに拡張します。
Metabase統合のためのMCPサーバーで、Metabaseリソースへのアクセスとクエリ実行機能を提供します。
メタプロンプトMCPプロジェクトは、単一の言語モデルで多エージェント協調システムをシミュレートし、タスク分解と専門家相談機能を実現し、複雑な問題解決のプロセスを簡素化します。
CC - Metaはターミナル内のClaudeコードプロンプト反復ツールで、AIの即時フィードバックを通じてプロンプトの明瞭性、完全性、有効性を最適化するのに役立ちます。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
