MLCommonsがミッションを刷新：AI測定の標準化により的確な意思決定を支援
MLCommonsは過去8年間のAI業界の成長と変革を経て、ミッションを「AIの測定を標準化し、的確な意思決定を可能にする」と正式に刷新した。工業グレードのベンチマークテストの開発・運用を核心事業として位置付け、組織体制の改革と新分野への拡
MLCommons に関するニュース
MLPerf Endpoints：AI推論システム購入者にとって重要なベンチマークとなる理由
MLPerf Endpointsは、AIシステムを導入する際に購入者が参考にすべき推論性能ベンチマークであり、実際の生産環境における総合的なパフォーマンスを評価する。従来のMLPerf Inferenceとは異なり、完全なサービング・スタッ
AIエージェントによる機密データ処理リスクの新分類法が発表
MLCommons AI Risk & Reliability（AIRR）ワーキンググループが、AIエージェント特有のプライバシーリスクを整理した分類法v0.1を公開した。チャットボットをはるかに上回るエージェントのデータ保護リスクを5つの
MLPerf Inference v6.1ベンチマーク、参加機関数が過去最高を更新
MLCommonsがMLPerf Inference v6.1ベンチマークの最新結果を発表。参加機関数が過去最高を記録し、2つの新テストを導入するとともに、1年前比で最大5.7倍の性能向上を達成した。
MLCommonsがEUのAIRISプロジェクトに参加――生物医学AIベンチマークテストを推進
MLCommonsが欧州連合のHorizon Europe計画が資金提供するAIRISプロジェクトのコンソーシアムメンバーに正式加入した。同プロジェクトは21機関が参加し、4年間で1,690万ユーロの助成を受ける。
MLPerf Storage v3.0ベンチマークテスト結果が公開
MLCommonsが業界標準のMLPerf Storage v3.0ベンチマークスイートの結果を発表した。機械学習ワークロードにおけるストレージシステムの性能を、アーキテクチャ中立かつ再現可能な方法で評価するものである。
MLPerf Endpoints v0.7：AI推論ベンチマークの基盤リリース
MLCommonsは、企業向けAI推論サービスの性能評価を目的とした新ベンチマーク「MLPerf Endpoints v0.7」を公開した。Coreweave、Google、Intel、KRAI、NVIDIAの初期結果が掲載され、今後のv1
Chakraの成熟へ：AI システムベンチマークテスト標準化エコシステム
MLCommonsのChakraワーキンググループがMLSys 2026産業フォーラムで画期的な論文を発表し、AI システムのベンチマークテストを標準化するオープンな実行トレースエコシステムの構築に向けた取り組みを示した。40社以上のメンバ
MLCommons、MLPerf Mobile v6.0をリリース——デバイス上でのLLMベンチマークを新たに追加
MLCommonsは本日、MLPerf Mobile v6.0を発表した。Androidデバイス上で大規模言語モデル（LLM）を実行するための生成AIベンチマークテストが新たに追加されている。
MLCommonsが2026 Rising Starsを発表：39名の機械学習システム新星が選出
MLCommonsは第4回Rising Starsとして175名超の応募者の中から39名の若手研究者を選出した。本選出はLLM、ML系統効率、ハードウェア・ソフトウェア協調設計など幅広い研究領域をカバーし、機械学習システム分野の次世代人材を
AI信頼性マップ：ルールと環境
AIシステムの信頼性を高めることは、市場成長と社会保護において重要です。MLCommons AIリスクと信頼性ワーキンググループは、AI信頼性マップを作成し、これを基に信頼性の向上を目指しています。
新鮮な基準と信頼性のあるスコア：AIリスク評価の持続的提示管理の導入
AI業界は技術の進化とともに新しいリスク評価基準を必要としています。AILuminateは、持続可能な基準管理を目指し、Prompt Stewardship Systemによって基準の新鮮さを維持し、正確なリスク評価を続けています。
MLCommons、MLPerf Client v1.6を発表：性能最適化とユーザーエクスペリエンスの向上
MLCommonsは、個人用コンピュータのAI性能を評価するための最新バージョンであるMLPerf Client v1.6を発表しました。このバージョンでは、基準テストの体験を最適化し、重要なソフトウェアコンポーネントを更新し、利用性と性能
グローバル基準、ローカルな現実：アジア太平洋多言語マルチモーダルAI安全性ベンチマーク試験運用
文化的な文脈を考慮したAI安全性評価の必要性から、アジア太平洋地域の多様な文化に対応したマルチモーダルベンチマークを開発中。2026年夏に初期ベンチマークを研究コミュニティに公開予定。
AI風险の新基準：AILuminate全球保障計画が信頼性を再定義
MLCommonsがAILuminate全球保障計画を発表し、AI システムの信頼性を検証するための構造化されたデータ駆動型評価メカニズムを確立。
MLCommonsが防御可能な脱獄ベンチマークテストの基礎を構築
MLCommonsは、大規模言語モデルの単一ターン脱獄攻撃に対する防御可能で再現可能な評価手法として、分類法に基づく新しいベンチマーク設計アプローチを発表した。
技術標準：AI大規模採用への架け橋
AI技術が企業サービスの汎用技術へと移行する中、信頼性の確保が重要な課題となっており、業界標準の策定と標準化された評価システムの構築が不可欠である。
CKAN Croissant：MLCommons AIモデルベンチマークの新時代
MLCommonsとLMSYS OrgがAIモデル評価の新たなベンチマーク「CKAN Croissant」を発表し、Croissant v1.0フォーマットによるモデルメタデータの標準化と共有を実現した。
MLCommons、Ailuminate法語データセットを公開
MLCommonsがAiluminate French Datasetsを公開し、フランス語LLM評価の標準化ツールを提供。GPT-4oが翻訳精度92%でトップ、Llama 3.1 405Bが推論タスクで勝率78%を達成。
NASSCOM が MLCommons 連盟に加盟、インドの AI ベンチマーク発展を推進
AI ベンチマークテストに取り組むグローバル非営利組織 MLCommons に、インド国家ソフトウェア・サービス企業協会（NASSCOM）が正式加盟し、メンバー数が 50 に到達した。