多量子ビット系の物理特性を利用して正確な数学的推論を実現する量子ネイティブアーキテクチャ「ユニバーサル量子トランスフォーマー（UQT）」を提案。わずか5量子ビットでモジュラー算術と非可換代数を完全学習し、決定論的汎化「結晶化」を達成。

本論文では、遅延ステップ単位報酬帰属手法を提案し、vLLMの連続バッチ処理による非同期ロールアウト生成などを組み合わせることで、NeurIPS 2025のMindGames Arenaベンチマークにおいて、8BパラメータのオープンソースモデルがGPT-5などの大規模システムを上回り、両トラックで1位を獲得した。

最適輸送理論に基づく置換不変ベイズ最適化（PIBO）を提案し、洋上ウィンドファームのレイアウト最適化に適用。従来のベイズ最適化と比較して、対称性を活用することで計算時間を約半分に削減し、より優れたレイアウトを実現。

多目的分子最適化では、競合する目的の下で広大な化学空間を探索する必要があり、初期の設計決定が後の結果を強く制約します。既存の手法は単一ポリシーや固定スカラー化に依存し、多様なトレードオフの表現や有望な設計軌道の探索を制限します。本稿では、分子最適化を木構造探索として形式化するマルチエージェントフレームワークATOMを提案します。各ノードは原子操作に対応し、特定の目的や決定コンテキストに特化したエージェントをホストします。エージェントはグローバルコンセンサスを強制するのではなく、木の異なる経路に沿って調整し、代替の分子進化軌道を維持・比較できるようにします。過去の最適化行動のグローバルメモリは、目的間のバランスのとれた探索と活用をさらに支援します。この木構造の相互作用により、分子設計に固有の長期的依存関係を推論できます。活性、合成可能性、ADMET関連特性を含む挑戦的な多目的ベンチマークにおける実験では、ATOMが強力なベースラインよりも一貫して改善されたパレートカバレッジとハイパーボリュームを達成しました。これらの結果は、分子最適化における経路ベースのマルチエージェント調整の有効性を示しています。

3つのガバナンス層（知識アーティファクトライフサイクル、評判加重審議投票、段階的制裁）を組み合わせた審議的キュレーションプロトコルを提案。100エージェントによるシミュレーションで、逆境下での多数決投票に対する耐性の向上を示す。

Consiliumプロトコルは、ビザンチン障害耐性に基づくマルチモデルAI審議アーキテクチャです。認知ペルソナを割り当てることで、低コストモデルが最先端モデルと同等の分析出力を達成し、RLHFアライメントによる領域固有の認識盲点を明らかにしました。

本ポジションペーパーは、混合整数線形計画法（MILP）決定エンジンが展開時に求解後のロバスト性ギャップに直面することを指摘する。コストや需要の微小な摂動が実行不可能性や不連続な解の変化を引き起こす。著者らは、求解された現在解を監査する層を提案し、パラメータ空間におけるε-近最適実行可能近傍と決定空間における解の平滑性を形式化する。感度分析、ロバスト最適化、近傍探索、敵対的テスト、学習ベースの拡張から既存の成果を統合し、認定された内部近似、確率的ロバスト性推定、敵対的ロバスト性マージン、ソルバー検証に基づく学習ベースの予測と説明を求める。最後に、ロバスト性を決定エンジンの第一級出力とするためのコンパクトな報告テンプレートと評価プロトコルを提示する。

この法案は、人工知能に特化したアメリカ初のソブリン・ウェルス・ファンドを設立し、AI技術の発展と国家競争力を強化することを目的としています。

NVIDIA は、統合マルチモーダル世界モデル Cosmos 3、効率的な LLM Nemotron 3 Ultra、パーソナル AI スーパーチップ RTX Spark を発表。さらに、MiniMax M3、Qwen3.7-Plus、JetBrains Mellum2 などのオープンモデルがエージェント分野を推進。

この記事では、Amazon Bedrock AgentCore GatewayでホストされるMCPサーバーのインバウンド認証メカニズムとしてOAuth認可コードフローを実装する方法を示します。このガイドを完了すると、各AIアシスタントリクエストが組織のアイデンティティプロバイダから発行された有効なユーザーアイデンティティトークンで認証される、本番環境対応のセットアップが完了します。

MetaのAIサポートシステムの完全なシステムプロンプトが漏洩し、言語ルール、問題処理フロー、ドメインエージェント選択メカニズムなどの内部指示が明らかになった。

Novusは、ソフトウェアデプロイ中にユーザビリティ問題を自動的に識別し修正するAIツールです。

Jan はオープンソースのローカル AI アシスタントで、デバイス上で動作し、プライバシーとカスタマイズを提供します。

Brandaは、名前とアイデアを戦略、ロゴ、パレット、タイポグラフィ、完全なブランドキットに数分で変えるAI搭載のブランドアイデンティティ生成ツールです。ガイド付きフローとビジュアルプロンプトを提供し、使用可能なアセットをエクスポートします。

X.Org ServerとXWaylandで9つの新たなセキュリティ脆弱性が発見され、そのうち8つはトレンドマイクロのTrendAI、1つはRed HatのPeter Hutterer氏によるもの。脆弱性はバッファオーバーフローや解放後使用など。パッチはxorg-server 21.1.23とxwayland 24.1.12でリリース。

NVIDIAはCOMPUTEXでJetPack 7.2とJetsonでのNemoClawサポートを発表し、エージェンティックAIをエッジデバイスにもたらしました。これらのアップデートには、Yoctoサポート、CUDA 13、パフォーマンス向上、MIGサポート、そしてロボティクス、検査、産業オートメーションでのAIエージェント展開のためのNemoClawフレームワークが含まれます。

「知識ワークの次の時代」レポートは、Codex が AI によるリサーチ、データ分析、ワークフロー自動化、コンテンツ作成を通じて生産性をどのように変革しているかを探っています。

マイクロソフトのGitHub Copilotにおける新しい使用量ベースの課金ポリシーに開発者が激怒。月間クレジットが数時間で消費され、OpenRouterなどの代替サービスへの移行を検討する声が相次いでいる。

NVIDIA Apex をソースからビルドし、融合カーネルを検出し、FusedAdam、FusedLayerNorm、torch.amp を Transformer トレーニングでベンチマークします。

GitHub Copilot は新しい使用量ベースの価格設定を導入し、クレジットで課金します。コストはモデルとトークン数に依存し、高度なモデルは高額です。簡単なクエリでも多くのクレジットを消費する可能性があり、Autoモードには注意が必要です。

Normal ComputingのエンジニアがAIエージェントを使ってCIRCT上に実用的な検証スタック（シミュレーション、形式検証、ミューテーションテストなど）を構築した方法。

aweskillは、AIコーディングエージェントが自律的に操作できるように設計されたCLIファーストのスキルパッケージマネージャーです。一度のブートストラップ後、エージェントは自然言語でスキルのインストール、更新、バンドル、管理を行えます。日常管理と修復のための組み込みメタスキルも用意されています。

AI Gatewayのクレジットが枯渇（残高ゼロ）すると、BYOK（自前のキー）を使用すべきリクエストも含め、すべてのリクエストがブロックされます。これはダッシュボード統合またはプログラム上のproviderOptions.byokでBYOKが設定されているかどうかに関わらず発生します。

Together AIは、KVブロックメジャースパースアテンション、ページ化MSAデコード、最適化されたインデックススコアリングカーネル、およびRustベースのマルチモーダル前処理ゲートウェイにより、MiniMax M3の効率的なサービスを実現し、同時実行レベル全体で81～125%のスループット向上を達成しました。

AIはコーディング、画像、テキスト生成で大きな進歩を遂げているが、ゲーム開発は依然として長期間を要する。記事では、AI企業がなぜ一般的なユースケースを優先するのかを説明し、巨大な市場とほとんど解決された技術的課題により、近いうちにゲーム開発に注力すると予測している。

Databricksは、AIコーディングアシスタントGenie Codeに、カスタムインストラクション、スキル、MCPサーバーなどのパーソナライズ機能を導入しました。これにより、AIがチームのコーディング標準、内部ワークフロー、外部ツールにさらに適合できるようになります。インストラクションはグローバルな設定、スキルは反復可能なワークフローのキャプチャ、MCPサーバーはJiraやGitHubなどの外部システムとの接続を提供します。

社内AIアプリのフロントエンドを引き継いだ開発者が、コード品質の問題に直面しながらも、段階的な改善を進める物語。

バークシャー・ハサウェイは私募を通じてアルファベットに100億ドルを追加投資し、AI分野の主要企業への自信を示した。この取引はアルファベットの800億ドルの株式売却計画の一部で、資金はAIインフラ拡張に充てられる。

トークンマキシングとは、明確なROIなしにAI予算をトークンに費やす慣行を指します。この記事では、トークン支出を研究開発、売上原価、販売・マーケティング（顧客獲得コスト）、リテンション（純収益維持）の4つの損益勘定カテゴリーに分割し、それぞれ適切な指標で評価すべきだと主張し、Mintlifyの製品スイートを例に挙げています。

AIの自動化は仕事を脅かすように見えるが、実際には人間の仕事を増やしている。記事では、AIエージェントが人間の監督、保守、協力を必要とし、結果として作業量が増加することを説明。AIが明示的な専門知識をコモディティ化し、人間の専門家への需要を高めている。