新しいarXiv論文は、二乗ヒルベルト空間損失の下では、ニューラルオペレータのモデルライブラリの順位付けが候補間の差分が張る低次元空間のみに依存することを示し、支配方程式の単一アンカーに基づく線形化応答から全モデルを同時に採点できることを明らかにした。流体・反応拡散・波動力学のフーリエおよび畳み込みオペレータライブラリにおいて、ペアワイズ選好の99.6%超と最適チェックポイントの99.0%を復元し、しばしば最良の個別候補を上回った。高忠実度の参照解は不要である。

新論文は、ニューラルPDE演算子に「誤物理バックドア」を仕込むデータポイズニング手法「クロスパラメータ・リリンキング」を提案する。トリガー入力に対し、物理的にはもっともらしいが意図した物理パラメータには誤った解を出力させる。Burgers、移流拡散、2次元Navier-Stokes、楕円型Poissonを含む476件の攻撃実験で、FNOは移流拡散と2次元Navier-Stokesでバックドア成功率1.0000を達成しつつ、クリーン時の相対L2誤差を低く保った。これはモデル検証における構造的な空白を浮き彫りにしている。

本 arXiv 論文は BF1 を提案する。これは小さな厳密な局所近傍、グローバルな先頭ブロック、対数的に間隔をあけた履歴ブロックを組み合わせた、決定論的なブロック整列型ダイアディック疎注意ルートであり、学習済みモデルへのレトロフィットとして用いられる。NVIDIA RTX PRO 6000 Blackwell GPU 上で最適化された BF16 実装は 2K〜4K トークンの間で密注意を上回り、32K では層あたりのプレフィルで 10.91 倍の高速化を達成した。Qwen3-0.6B の 28 層中 8 層を変換すると、32K でモデル全体の初回トークン時間が 15.3% 短縮され、同一条件の適応プロトコル下で 3 つのシードすべてでパープレキシティ最良となった。

本論文は、個人の熱的快適性を二段階で扱う手法を提案する。まず多様な生理指標と環境センシングから熱的選好を予測し、次に強化学習によって適応的な熱介入を決定する。固定設定値と集団レベルの快適性モデルに依存する従来の空調（HVAC）は個人の生理的ばらつきを捉えられないと指摘している。

Minkyu Song の論文は、エージェント記憶における「検索前」の失敗モードを切り出している。固定予算下でクエリと弱くしか整合しない上流ブロックが追い出され、その結果として検索段階では必要な証拠に到達できなくなる「構造的間接前提条件の追い出し」である。著者はこの失敗の操作的定義、再現可能な決定論的ベンチマーク、シードごとのトレース診断を提供し、1ホップのグラフ認識ルールである依存関係対応セマンティック・ガベージコレクション（DSGC）を評価する。主要スイートでは、全チェーン保持率が語彙エンコーダで 0.03 から 0.90 へ、文エンコーダで 0.23 から 1.00 へ改善した。さらにロバスト性検証により、この1ホップ規則が有効に働く予算・スケーリング領域と劣化する領域が特定されている。本論文は ICML 2026 エージェント AI の失敗モードに関するワークショップ（FAGEN@ICML 2026）に採択された非アーカイブ論文であり、コードも公開されている。

本論文は、Vanessa Utzによるポジションペーパーであり、環境人文主義の観点から現在の生成AIに埋め込まれた「最大化」志向の価値観を検討し、環境持続可能性を中核的価値とする設計枠組みを提案する。「スローAI」という概念の下で、自制、充足、保持よりも選択、素材の可視化、アフォーダンスとしての摩擦という五つの原則を提示し、それぞれを設計実装と、ユーザーや開発者に省察的な関与を促す解釈的層の二段階で論じている。

SIGIR 2026のAgentSearch '26ワークショップに採択されたarXiv論文。本番運用中のマルチモーダル動画エージェントハーネスTinycloudを事例に、システムプロンプト内でのスキルの表現方法がLLMプランナーのスキル選択に与える影響を分析している。6タスクのアブレーション実験では、全自動ロードが常に正解スキルを選択した一方、部分的な露出は語彙的な競合により誤ルーティングを引き起こし得ることが示された。

arXiv 論文は、大規模言語モデルの安全アラインメントが生成終盤の拒否反応に依存しており、事前学習で獲得した有害概念の知識を消去できていないと指摘する。そのため創作などの無害な文脈に有害意図を包み込む「意味的カモフラージュ」攻撃に脆弱となる。Phi-3、Qwen2.5、Gemma-2b の潜在活性軌跡を分析した結果、全層の約 15〜20% の深さに普遍的な「意図の地平線」が存在し、そこで有害意図の表現が「安全」な物語へと文脈化されて崩壊することが判明した。カモフラージュ攻撃は後段層では安全なクエリと区別できない（検出率 20% 未満）が、浅い層には検出可能な「危害シグネチャ」が残る。提案手法 LIV は PKU-SafeRLHF で標準ガードレールを 20〜50% 上回り、再学習なしでゼロデイ攻撃に対処できる。

本論文は、ユーザーの個人データベースから編纂した記憶を事前に読み込んだ状態で Claude Code の新規インスタンスを生成するシステム PrimeAgentOrchestrator（PAO）を提案する経験報告である。生成時に PostgreSQL のエンティティ観測データベースと Cloudflare Worker のセマンティック検索インデックスを並列に照会し、バックエンド固有の検索戦略で結果を統合したうえで、ファイルシステム注入によって記憶ブリーフィングをホストエージェントに渡す。2025年12月から2026年3月までの約4か月間の定常運用を通じ、3世代にわたるコンテキスト配信機構の変遷、各再設計を促した障害モード、異種記憶システムを統合せず橋渡しする工学的トレードオフを記録している。

arXivの報告書は「仕様駆動型エージェント開発（SDAD）」を定式化し、長文脈対応のコーディングエージェントがソフトウェア開発ライフサイクルを再構築する中で、エンジニアリングの規律は消えるのではなく、仕様の精度、明示的なゲート、監査可能な来歴へと上流に移行すると主張する。

Appleの研究チームは、ラベルなし動画上でテキスト予測と次埋め込み予測を同時に最適化する事後学習フレームワーク「Internalized Visual Thinking（IVT）」を提案した。モデルは学習時に将来フレームの潜在表現を予測することを学び、推論時には中間画像を生成せず直接回答する。6つの評価設定すべてでテキストのみの事後学習を上回り、Visual CoTと同等以上の性能を保ちながらエンドツーエンドの遅延を5倍以上削減した。

FT紙が事情に詳しい関係者の話として報じたところによると、Anthropicの年換算売上高は5月の470億ドルから7月には650億ドルに増加し、第3四半期の黒字化を見込むほか、年間10万ドル以上を支出する顧客が6,000社に達する。一方OpenAIの年換算売上高は400億ドル超。ただしRampの7万社分の請求データでは、Anthropicの高価格な旗艦モデルFable 5の7月のモデル支出シェアは8%にとどまり、旧モデルOpus 4.8の28%を大きく下回った。最も高価なモデルの採用が限定的であることを示唆している。

Simon Willison が Drew Breunig のコメントを紹介。Fable 登場以前は、新モデルが同価格か安価で登場し問題を覆い隠していたため、コーディングハーネスやコンテキスト戦略の改善に時間をかける意味は薄かったが、高性能かつ高コストな Fable の登場で仕事の割り振りを見直す動きが生まれた。