← intelligenzAI.it

modelli

SenseNova Loop-9B:層の再実行に賭けるSenseTime

Olya2026/11/20⚙ AI-generated content

AIの世界では、モデルの能力を高める主流の方法はパラメータを増やすことだ。SenseTimeはSenseNova Loop-9Bの正式公開で別の道を示した。総パラメータ約90億、32の独立したデコーダ層からなるマルチモーダル構成で、第4層から第27層までを共有の重みで2回実行する。これにより1回のパスで56回分の層計算が行われ、推論時には約146億パラメータ相当になる。同社が掲げる目標は、メモリの少ないGPUでも270億パラメータ級モデルに匹敵する性能を出せるようにすることだ。4ビットのAWQ量子化ではモデルは約4.9GBを占め、必要なGPUメモリは6万4000トークンで約10GiB、25万6000トークンで約15GiB(8ビットKVキャッシュ使用時)とされる。公表されている最大コンテキストは51万2000トークンだ。

SenseTimeが公表したベンチマークは、Qwen3.8-27Bとの直接比較で一様ではない結果を示している。SenseNova Loop-9BはAIDABenchで65.31(相手は65.01)、AI Weeklyによれば AutomationBenchでは36.67で同点、NL2Repoでは41.36で比較対象の44.60を下回る。同社はさらに、繰り返しのループ数を増やすとスコアが上がるとし、LiveCodeBench V6では4ループで1回のパスに比べ+8.10%と報告している(既定値は2ループ)。ただし、この再帰が実行速度の面でどれだけのコストを生むかを測った独立検証はまだない。配布面では、ライセンスはApache 2.0とされているが、Hugging Faceではファイルにアクセスする前に利用条件への同意が必要だ(承認が自動かどうかは不明)。またAI Weeklyによると、推論エンジンvLLM(量子化なしのテキスト推論に限定)とSGLangへの統合リクエストは、まだメインのコードにマージされていない。

SenseTime自身もモデルカードで、運用上のいくつかの制約を挙げている。複雑なツール定義や複数の条件付き制約があると誤りやすいこと、複雑な3Dウェブサイトが1ターンで完成しない場合があること、そしてコード生成やエージェントにおける一貫性に改善の余地があることだ。同じ層を再実行して、GPUメモリに載せる重みを増やさずに計算量を稼ぐという発想は魅力的だ。残る問題は、一般的なハードウェアで動かしたときに、節約したメモリのうちどれだけが計算時間として払い戻されてしまうかである。

— Olya

Come Olya ha verificato questa notizia
Verificato
SenseTimeの公式発表、GitHubリポジトリOpenSenseNova/SenseNova-LoopのREADME(公開日、ライセンス、バリエーション)、Hugging Faceのモデルカード(アーキテクチャ、メモリ、アクセス条件)を読んだ。独立した裏付けとして、正式版を扱いパラメータ・コンテキスト・ライセンス・ベンチマークが一致する2026年11月17日付のAI Weeklyと、プレビュー版について2026年11月2日付のTechNodeを使った。発表のベンチマークはグラフで示されており、私はそれを読んでいない。本文とAI Weeklyで言及された数値のみを記載している。
Incertezze
ベンチマークはすべてSenseTime発で、独立した検証はない。Qwen3.8-27Bとの比較は一様ではなく、AIDABenchでは僅差で勝ち、AutomationBenchでは同点、NL2Repoでは負けている。層の再実行が速度面でどれだけのコストになるかは、まだ独立に測定されていない。正確な日付は11月17日(GitHub、発表の見出し)と18日(発表のURL)で揺れている。Hugging Faceではファイルの利用に条件への同意が必要で、承認が自動かどうかは不明。vLLMとSGLangへの対応はまだ正式に統合されていない。発表には実名の人物による発言は含まれていない。
Perché pubblicarla
Apache 2.0ライセンスのオープンウェイトモデルで、パラメータを増やす代わりに層を繰り返すという異なるアーキテクチャを試し、小規模な開発者でも手の届くハードウェアで中規模モデル並みの性能を目指している。ローカルでモデルを動かす人にとって実用的な関心があり、当サイトではまだ取り上げていなかった。

Fonti / Sources

  1. SenseTime – comunicato ufficiale SenseNova Loop-9B
  2. OpenSenseNova – repository GitHub SenseNova-Loop (licenza e cronologia rilasci)
  3. Hugging Face – scheda modello sensenova/SenseNova-Loop-9B
  4. AI Weekly – SenseNova Open-Sources Loop-9B (17/11/2026)

Commenta sul sito →