EUの新規則が日曜日から施行され、本物に見えるAI生成画像・音声・テキストにラベル表示が義務付けられます。偽情報の拡散を防ぎ、透明性を高めることを目的としています。

FloatboatはDeepSeekをデスクトップに直接接続する独立系クライアントです。ローカルファイルの読み書き、実際のブラウザ操作、記憶の永続化、自動化タスクを実現し、チャットだけのAIを「仕事を仕上げるエージェント」に変えます。macOS 13+ / Windows 10+に対応し、APIキーやVPNは不要です。

Smartwingsのモーター式シェードは、設置が簡単でカスタマイズ性が高く、高級ブランドよりはるかに手頃な価格。Zigbee対応の遮光シェード4枚を約1,200ドルで導入した筆者が、実際の使用感と評価を語る。

AIの急速な導入に関する懸念を考察。AIはノーベル化学賞を受賞するなど驚くべき能力を持つが、ほとんどの組織にとって急ぐ必要はない。気候変動、知的財産訴訟、デジタル主権、財務不安定性などの問題を指摘し、冷静な判断を促す。

Nous Researchは、Blockが開発したオープンソースでセルフホスト可能なNostrワークスペース「Buzz」向けにHermes Agentのサポートをリリースしました。3つの統合経路（デスクトップランタイム、リレーブリッジ、ネイティブゲートウェイ）は、Hermesのメモリ、スキル、承認、cron配信を維持し、プライバシー重視のデフォルト設定を備えています。

2026年7月はフロンティアAIモデルのリリースが最も集中した月となった。Anthropic、OpenAI、Googleなど4つの主要ラボが旗艦クラスのモデルを発表し、新興2社が参入、史上最大のオープンウェイトモデルも公開された。価格階層、効率改善、オープンウェイトが鍵となり、競争は「最強のモデル」から「手頃で特化した能力」へと移行した。

Slaide は、AI が書きやすく PowerPoint でも開けるように設計された、Markdown ベースのオープンソーススライド言語です。単一のプレーンテキスト .slaide ファイルから Web デッキ、印刷用 PDF、編集可能な PPTX を生成でき、YAML テーマ、Agent Skill、無料のオープンコアエディタを備えています。

BlackFlareはmacOSメニューバーで動作するアプリで、Claude CodeやCodexのセッション中はMacのスリープを防ぎ、タスク完了や入力待ちの状態をMac・Telegram・Slackに通知します。メニューバーから利用枠やデフォルト設定を管理でき、データは端末内で完結し、テレメトリーを一切収集しないプライバシー設計です。

英石油大手BPは北海石油事業の売却を発表し、英国政府の掘削許可をめぐる政治的論争の中で買い手を探す。韓国総合株価指数（KOSPI）は金曜日に過去最大の上昇率17.91%を記録、AI半導体株が急騰した。

UnivéはChatGPT Enterpriseを活用し、リーダーシップ、責任あるガバナンス、従業員主導のイノベーションを組み合わせることで、業務を大規模に変革するAI対応の労働力を構築しました。

この記事では、オープンソースのAIエージェント向けガードレールをベンチマークし、BIPIAでプロンプトインジェクション検出、HammerBenchで関数呼び出し判定をテストしました。PIGuardは間接的なプロンプトインジェクション検出で優れた結果を示しましたが、FlowJudgeとGLIDERは関数呼び出しの故障検出で苦戦しました。

First Dog on the Moonが、AIの本に対する“食欲”について風刺した漫画で「本を放っておいて！」と訴える。

MarbleOSは、Xerox PARCや初期MacintoshのGUIに着想を得た、AIエージェント向けのカードベースのグラフィカルインターフェースを提案している。AIの能力とタスク構造を可視化し、チャット中心のUIを超えることを目指す。

AgentSky は、あらゆるハーネスとあらゆるLLMに対応したクラウドホスト型AIエージェントプラットフォームです。オンデマンドでエージェントを起動できます。

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Discussion | Link

arXivで公開された新しい論文は、将来の脳構造MRIを予測するために、ボクセル空間で直接動作する階層的拡散トランスフォーマー「ProgFormer」を提案する。粗い経路で全体的な脳構造と縦断的コンテキストをモデル化し、細かい経路で局所的なボクセル単位の精緻化を行う。条件付きフローマッチングにより速度場を直接推定し、潜在表現の再構成に伴う情報損失を回避する。ADNI、AIBL、OASISの3つのベンチマークにおけるペアワイズおよびトラジェクトリ設定の実験で、最先端手法を上回る性能を示した。

臨床診断推論に用いられる大規模言語モデルは、臨床内容だけでなく社会言語学的なレジスターにも敏感である。1,000件のUSMLE臨床ビネットを3つの異なるペルソナに書き換えたベンチマークにより、同一の医学的事実でも表現スタイルが異なると診断結果が分かれる「ナラティブ・アンカリング」現象が、7つのモデルすべてで確認された。既存のデバイアス手法は部分的にしか効果がないが、新しい3エージェントパイプライン「NarrativeShield」は、精度コストを抑えつつアンカリングギャップをほぼゼロにする。

arXivに提出された論文は、言語モデルの能力創発が回路部品の「部分点なし」の連携アラインメントによって決まり、駆動核形成速度則として記述できると主張する。実験では、待ち時間は回路の大きさではなく欠損部品数に依存し、Pythiaで部品を1つ消すと能力の中央値は17%しか残らない。また、臨界遅延を超えると保留した能力は永久に点火せず、query-keyスライスの再初期化だけが学習可能性を回復する。

LLMベースのコーディングエージェントはブラックボックスとしてコードを生成し、各行の根拠や修復履歴が不明瞭です。TraceCoderは、リレーショナルなスニペット履歴スキーマ、ブラウザベースの可視化ツール、分数位置キー索引方式の3つの仕組みで、コード生成の「物語」を監査・再生可能にします。30のアルゴリズムタスクで評価し、平均Chg%は30%、スニペットの30%に追跡可能な修復イベントが記録されました。

言語モデルの評価スコアは、「形式性」「適用範囲」「有効期限」という3つの性質を持つ認識論的主張として扱うべきだと主張するポジションペーパー。平均化による指標統合が「信頼のインフレ」を招くと指摘し、最も弱い信号に基づく集約（最弱リンク集約）と、形式レベル・範囲宣言・有効期限などのメタデータ付与を提案する。HELMリーダーボードでは、平均スコアと最弱リンクで上位5モデルが完全に異なることを示した。

本研究は、災害対応における人間とUAVのループにVision Language Model（VLM）を調整エージェントとして組み込むためのシステム工学フレームワークを提案する。従来の意思決定支援を超え、自然言語インタラクション、ミッション調整、ソフトウェアインザループ実装、Incident Command System（ICS）準拠の通信を統合する。モデルベースシステム工学（MBSE）に基づいて開発され、7名の参加者による予備的ヒューマンファクター評価では、作業負荷の低減とAI信頼性・通信明瞭性の高評価が得られた。

研究者らは、9,524枚の高品質な歯科パノラマX線画像（OPG）と、専門家による検証済みの歯レベル構造アノテーションを備えた大規模ベンチマーク「PanDent」を提案。マルチモーダル大規模言語モデル（MLLM）の歯科画像における臨床推論能力を評価する。現行モデルは流暢なレポートを生成できるものの、歯の位置特定や診断で誤りが多く、PanDentによるファインチューニングで構造-言語一貫性と診断精度が大幅に向上した。

医用画像のモダリティが非ペアである場合、クロスモーダル知識蒸留はしばしば機能しません。本研究では、共有離散コードブックを用いて画像を分布として表現し、教師と学生のモダリティをグローバルおよびクラス条件付きで整列させる手法「SSCD」を提案します。ペアデータや直接比較可能な特徴を必要とせず、2つの非ペアタスクで学生モデルのmacro-F1を70.2と76.3に改善し、既存の蒸留ベースラインを上回りました。

本研究は、単一のイラストからLive2Dランタイムが必要とするすべての構造化情報（順序付きRGBAレイヤー、レイヤーごとの変形メッシュ、パラメータ駆動のキーポーズ頂点オフセット）を初めてエンドツーエンドで生成するシステム「Bunraku」を提案する。レイヤー拡散と全レイヤー合同予測により、一貫性のあるキャラクターを生成し、ベンチマーク「Live2D-Bench」と8,884モデルのコーパスも公開した。

人文・社会科学（HSS）に特化した初のデータ合成パイプライン「HSS-Synth」を提案。14の主要分野をカバーし、23万7千件の高品質な指示チューニング用データを生成。16ベンチマークで14ベースラインを上回り、Qwen3-8B-Baseは公式Qwen3-8Bに迫る性能を達成した。

エージェント型検索拡張生成（RAG）システムは、根拠があるように見える回答を生成しつつ、エビデンス、ツール契約、認可、またはセッション状態の層で失敗することがあります。本論文では、8つのエンタープライズ領域、240タスク、9つの障害シナリオ、2つのコントラクトモード、OpenAI・Anthropic・Geminiの9モデルにわたる38,880件のライブタスク記録を含む、制御されたクロスレイヤー信頼性ベンチマークLayerRAG-Benchを提案します。スキーマ正規化によりスキーマドリフト成功率は0.000から0.913に向上しますが、古いエビデンス、ツール出力の欠落、権限拒否、誤ったセッションコンテキストは回復されません。groundednessのみの評価では、古いエビデンスや誤ったセッションの場合にかなりの誤検出が発生します。これらの結果は、信頼性介入はその対象レイヤーの修復に対してのみ評価されるべきであり、普遍的な修正と見なされるべきではないというレイヤー別評価原則を支持します。

BridgeMILと呼ばれる新しいフレームワークは、インスタンス表現学習と被験者レベルの教師信号を分離することで、脳波（EEG）を用いた疾患診断を改善する。2段階アプローチを採用し、まず継承されたインスタンスラベルなしでエンコーダを自己教師あり学習により事前学習し、その後、被験者レベルのみを監視するアテンション型マルチインスタンス学習で転移する。3つのEEG疾患データセットと5つのバックボーンにおいて、BridgeMILはベースラインを上回り、平均精度76.57%を達成し、より良い表現構造を示した。

新しいarXiv論文は、表現空間の構造を利用してミニバッチ構成とサンプル露出を適応的に調整するプラグアンドプレイ型データ整理フレームワークSDOを提案。SFT・DPO・GRPOで収束を加速し、質問タイプ間の精度バランスを向上させつつ、サンプルを恒久的に除外しない。

コードモデルは実行フィードバックを使って訓練されることが増えているが、ほとんどの訓練信号は正しさだけを扱う。RLPFは実行結果を段階的な報酬に変換し、失敗したプログラムは実行進捗で、正しく動いたプログラムはエキスパート参照への改善度で順序付ける。Qwen3-32BをPerfCodeBenchでファインチューニングすると、正しく実行可能な解が11.1%から54.6%に、相対効率が8.1%から38.6%に向上した。

本論文は、MHA/GQAからMLAへの変換をKVキャッシュ圧縮ではなく「機能的再構築」と捉え、変換後の各アテンションモジュールが元の出力射影応答を再現するよう最適化する手法を提案。192構成の評価で、投機的デコードにおけるドラフトトークン受理率が多くのタスクで実質的に向上した。