MozillaのエンジニアはAnthropicのClaude Mythos AIモデルを活用し、Firefox 150バージョンで271件のセキュリティ脆弱性を発見・修正した。うち180件は高リスクと評価され、通常のWeb閲覧でも影響を受ける可能性がある。他に80件の中リスクと11件のその他レベルの脆弱性が含まれる。....
MozillaはFirefox 150安定版をリリースし、AnthropicのMythos Preview AIモデルを活用して271件のセキュリティ脆弱性を検出・修正しました。従来の手法に比べ、AI技術がセキュリティ検査効率を大幅に向上させています。....
MozillaとAnthropicが協力し、Claude AIを活用して14日間でFirefoxの脆弱性100件以上（うち重大なもの14件）を発見・修正。Anthropicの新AI手法がセキュリティ分野での可能性を示した。....
AnthropicとMozillaがClaude Opus 4.6モデルでFirefoxのセキュリティ監査を実施。わずか2週間で22件の脆弱性を発見し、うち14件は高リスク。これはMozillaが年間修復する高リスク脆弱性の5分の1に相当し、AIコード監査の高い有効性を示した。....
AIアシスタント。ウェブページの内容を迅速に要約し、プライバシーを保護します。
Mozilla.aiは、信頼できるオープンソースの人工知能エコシステムを構築するスタートアップ企業とコミュニティです。
Mozilla
Qwen3はQwenシリーズ最新世代の大規模言語モデルで、一連の高密度および混合専門家（MoE）モデルを提供します。広範なトレーニングに基づき、Qwen3は推論、指示追従、エージェント能力、多言語サポートにおいて画期的な進歩を遂げました。
Qwen3-4BはQwenシリーズ最新世代の大規模言語モデルで、4Bパラメータ規模を持ち、128kコンテキストウィンドウと100以上の言語をサポートし、推論、指示追従、エージェント能力において優れた性能を発揮します。
Qwen3はQwenシリーズの最新世代の大規模言語モデルで、0.6Bパラメータの密モデルを提供し、推論、指示追従、代理能力、多言語サポートにおいて画期的な進歩を遂げています。
Gemma 3はGoogleが提供する軽量オープンソースモデルシリーズで、Gemini技術を基盤としており、マルチモーダル入力とテキスト出力をサポートします。
GemmaはGoogleが提供する軽量オープンモデルシリーズで、Geminiと同じ研究技術に基づいて構築されています。llamafileバージョンはMozillaによって実行可能ファイルとしてパッケージ化されており、マルチプラットフォームでの利用が容易です。
mozilla-ai
これはフランス語データセットでファインチューニングされたWhisper-small音声認識モデルで、単語誤り率がベースラインモデルに比べて6.793ポイント低下しています。
YOLOv11ベースの物体検出モデルで、衛星画像からプールを検出します。
Mozilla Common Voiceデータセットの35141個のガリシア語サンプルでファインチューニングされたWhisper-small音声認識モデル
これはopenai/whisper-smallモデルをギリシャ語音声認識タスク向けにファインチューニングした自動音声認識(ASR)モデルで、Mozilla Common Voice 17.0データセットの3620のギリシャ語サンプルを使用してトレーニングされました。
DistilBART-CNN-12-6はBARTモデルの蒸留版で、テキスト要約タスク専用に設計されており、より小さなモデルサイズと高い推論効率を実現しています。
dvislobokov
OpenAI Whisper Large V3 Turboを基に最適化したロシア語自動音声認識(ASR)モデル、Mozilla Common Voice 17ロシア語データセットでファインチューニング
VIT画像エンコーダーと蒸留版GPT-2テキストデコーダーを基にした視覚言語モデルで、画像説明生成タスクに使用
bangla-speech-processing
これはWhisper smallアーキテクチャに基づくベンガル語自動音声認識モデルで、約400時間のMozilla Common Voiceデータセットでファインチューニングされ、単語誤り率4.58%を達成
qanastek
このモデルは、openai/whisper-tinyをmozilla-foundation/common_voice_11_0 frデータセットで微調整したバージョンで、フランス語音声認識タスクに特化しています。
tonyalves
facebook/wav2vec2-xls-r-300mをMozilla Common Voiceポルトガル語データセットでファインチューニングした自動音声認識モデル
jfreiwa
Mozilla Common Voice 6.1、ドイツ語ウィキペディア音声コーパスおよびm-ailabsコーパスで訓練されたドイツ語ASRモデル、単語誤り率7.24%
mattchurgin
これはwav2vec2アーキテクチャに基づく小型のランダムなロバスト性を持つモデルで、MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - ABデータセットでファインチューニングされ、自動音声認識タスクに使用されます。
ghofrani
このモデルはMozilla Common Voice 7.0ペルシア語データセットでファインチューニングされた自動音声認識(ASR)モデルで、ペルシア語音声からテキストへの変換タスク専用です。
sammy786
このモデルは、facebook/wav2vec2-xls-r-1bをMOZILLA-FOUNDATION/COMMON_VOICE_8_0 - csデータセットでファインチューニングしたチェコ語自動音声認識モデルです。
jsnfly
これはMOZILLA-FOUNDATION/COMMON_VOICE_7_0ドイツ語データセットでトレーニングされた自動音声認識エンコーダ-デコーダモデルで、Wav2Vec2とGPT2アーキテクチャの利点を組み合わせています。
PythonベースのMCPサーバーで、Mozilla Readabilityアルゴリズムを使用してウェブページの内容を抽出し、最適化されたMarkdown形式に変換します。
このプロジェクトはMozilla ReadabilityアルゴリズムのPython実装で、MCPプロトコルを介してウェブページの内容を抽出して変換するサービスを提供し、ウェブページの内容をLLMで処理しやすいMarkdown形式に変換します。
PythonベースのMCPサーバーで、Mozilla Readabilityアルゴリズムを使用してウェブページ内容を抽出し、最適化されたMarkdown形式に変換し、LLM処理に適しています。
SuperFetch MCPサーバーは、モデルコンテキストプロトコルに基づくウェブページコンテンツ抽出ツールで、ウェブページをスマートに取得し、Mozilla Readabilityを使用して読みやすいコンテンツを抽出し、AIに適したJSONLまたはMarkdown形式で返します。構造化されたコンテンツブロック、組み込みキャッシュ、セキュリティ保護をサポートしています。
%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)
