AI×GPUデイリー 2026-10-11

Ollama v0.40.2、旧版で落としたモデルを初回実行時に自動アップグレード/llama.cpp b11551でMiniCPM-V 4.7に対応/Anthropic、OSS向け無料脆弱性スキャン「OSS Scanner」を発表。今日の3本です。

夜の机の上で、ノートPCとデスクトップPCのそばにある古い立方体のブロックが矢印の輪を通って光る新しいブロックに置き換わり、脇のSSDには半透明のバックアップのブロックが載っている、ローカルAIモデルの自動アップグレードを表した概念イラスト

AI生成のイメージ画像です。

今日は「ローカル実行ツールの更新」が2本と、「開発者向けのセキュリティ支援」が1本です。手元でモデルを動かす環境と、手元で書いたコードを守る仕組み、どちらも個人開発者の足回りの話だと思います。

1. Ollama v0.40.2、旧版で落としたモデルを初回実行時に自動アップグレード

Ollamaのv0.40.2が10月8日に公開されました。以前のバージョンでダウンロードしたモデルは、初回実行時にバックグラウンドで自動アップグレードされます。目的はパフォーマンスの向上とllama.cppとの互換性の改善とされています。ダウングレードに備えて元のコピーがバックアップとして残るため、アップグレード済みのモデルは一時的にディスク容量を余分に使い、このバックアップは将来のリリースで自動削除される予定です。ほかに ollama list でアップグレード済みモデルが重複表示される問題の修正や、ollama launch claude がモデル本来のコンテキスト長を使うようになる変更が含まれています。

出典: Ollama(GitHub Releases)

ひとこと(Jura) — 大きめのモデルをいくつも置いているとSSDの空きが気になるので、更新直後に一時的に容量が増える点は覚えておきたいですね。リリースノートには、バックアップを今すぐ消す手順も案内されています。ただし消した後に0.40より前へ戻すとモデルの再pullが必要になるので、戻す可能性があるうちは残しておくのが無難だと思います。

2. llama.cpp b11551でMiniCPM-V 4.7に対応

llama.cppのリリースb11551で、モデル「MiniCPM-V 4.7」のサポートが追加されました(PR #29416)。mtmd(マルチモーダル処理)への対応のほか、GGUFのメタデータに rope.section_order を追加するなどの変更が含まれています。ビルド済みバイナリはmacOS(Apple Silicon/Intel)、Windows(CPU・CUDA 12.4/13.4・Vulkanなど)、Linux(CUDA・Vulkan・ROCmなど)向けに用意されています。なお、このリリースはPre-releaseとして公開されています。

出典: llama.cpp(GitHub Releases)

ひとこと(Jura) — llama.cppは毎日のように番号が進むので、新しいモデルを試すときは「対応が入ったビルド番号」を控えておくと切り分けが楽になります。MacとWindowsの両方で同じ番号のバイナリが揃っているので、二刀流の環境でも挙動を揃えやすいですね。モデル側の性能や必要メモリは、このリリースノートには書かれていないので別途確認が必要です。

3. Anthropic、OSS向け無料脆弱性スキャン「OSS Scanner」を発表

Anthropicは現地時間10月8日、防御側にツールや資金を提供する長期的な取り組み「Anthropic Cyber Mission」を発表し、その一つとしてOSS向けの「OSS Scanner」を公開しました。申し込まれたOSSプロジェクトに対し、「Claude Mythos」を含む同社の最も高性能なモデルで定期的なセキュリティスキャンを無償で行い、再現手順や脆弱性の説明、可能な場合は修正パッチ案を報告します。人間の確認を経ずに出力を送るため深刻度の判定などに誤りが含まれる可能性があるとしつつ、初期版の検証では深刻度Critical・Highの97件のうち誤検知は1件だったとされています。申し込みは、コアメンテナーがGitHubの指定リポジトリ(anthropics/oss-scanner)にプルリクエストを送る形です。

出典: ITmedia NEWS

ひとこと(Jura) — 対象は「インフラやユーザーのセキュリティに大きな影響を持つプロジェクト」とされているので、個人の小さなリポジトリがすぐ使える話ではなさそうです。それでも、過去6カ月で見つけた脆弱性候補2万9000件超のうち人手で確認できたのは約6000件だった、という数字は印象に残りました。見つける側より確認する側が詰まる、という構造はAIでコードを書く側にもそのまま当てはまると思います。