大規模言語モデルの既存の適応的推論手法は、隠れ状態の類似性や活性化の大きさなどの観測的ヒューリスティックに依存して冗長モジュールを削除するが、これらの相関ベースの指標は意味的精度に不可欠な微妙な非線形構造計算を捉えられないことが多い。CausalGateは、介入に基づくフレームワークを導入し、キャリブレーションフェーズでAttentionおよびMLPサブレイヤーを分離し、出力をゼロにして、最終ロジット分布のKL divergenceで意味的損傷を測定する。その後、指数移動平均スムージングと微分可能なペアワイズランキング損失を用いて、重要度階層を静的な軽量スカラーゲートに蒸留し、実行時オーバーヘッドを排除する。TinyLlama-1.1B、Qwen2.5-3B、Llama-3.1-8Bでの評価では、CausalGateは動的ルーティングやレイヤースキップのベースラインを一貫して上回り、理論的な計算削減を具体的なハードウェアレイテンシ削減に変換する。

CORVUSを提案。ファイル読み取り操作と観測を分離し、同期レジストリを維持することで、LLMコーディングエージェントの冗長なトークンと推論サイクルを大幅に削減し、合格率を維持する新しい軌跡アーキテクチャ。

Semalith v1.4は1億8400万パラメータのDeBERTa-v3-base分類器で、単一のフォワードパスでプロンプトインジェクション、一般的な有害性、金融サービス規制遵守の3軸セーフティ分類を同時に行います。22のベンチマークにおいて、Llama-Guard-3-8Bよりも44倍少ないパラメータでプロンプトインジェクション検出で全勝（7/7）、全体で11/18のベンチマークで勝利し、208の良性エージェントプロンプトで誤検出率ゼロを達成しました。

本論文では、マルチアームドバンディットを用いた損失考慮型の特徴マッププルーニングフレームワークを提案する。各特徴マップをアームとみなし、一時的なマスキングと損失変化の評価により除去の判断を行う。複数のデータセットでの実験結果は、UCB1とThompson Samplingが未プルーニングモデルに近い精度を維持しつつ計算量を削減し、欲張り法やマグニチュードベースのプルーニングを上回ることを示している。

本論文では、証拠に基づいた産業シナリオを合成的に生成するパイプラインScenarioGeneratorAgentを提案し、既存のベンチマークAssetOpsBenchを拡張する。スマートグリッド変圧器アセットクラスと4つのIEC準拠診断ツールを追加し、最適化により8倍の高速化を達成しつつ、シナリオ品質を維持する。

arXiv論文は、記憶ユニットの重要度を動的な有用性シグナルとしてモデル化し、LLMエージェントの長期記憶を戦略的に忘却・圧縮するフレームワークSF-AMSを提案した。LoCoMoとLongMemEval-sでLightMem MemOやA-Memなどの強力なベースラインを上回っている。

本稿では、LLM-as-a-judgeの高コスト・高レイテンシ・不透明性を解決するため、プログラム蒸留という手法を提案する。LLMの判断ロジックをプログラム委員会に蒸留し、透明で編集可能、APIコストゼロの評価を実現。PAJAMAシステムはプログラム裁判官の合議と低信頼時におけるLLMへのフォールバック機構を備え、複数データセットで13B規模LLMと同等の性能を示し、RewardBenchでは専有LLMラベルよりもはるかに低コストで優れた報酬モデルを達成した。

本論文は、限られたストレージ条件下で小規模言語モデル（SLM）の継続学習を可能にするMIITAフレームワークを提案する。監視経験を意味的アンカー付きのコンパクトな修正方向プロトタイプとして保存し、推論時に意味的・不確実性手がかりを用いて検索する。検索された方向はゲート付きの一時的な隠れ状態適応として適用され、バックボーンの更新やプロンプト拡張、テスト時の逆伝播を行わずに過去の監督を非破壊的に再利用し、破滅的忘却を軽減する。

DeepLens診断エージェントは、5段階パイプライン（構造化臨床抽出、エビデンスに基づく検索、制約付き候補生成、明示的エビデンストライアンギュレーション、監査可能な最終決定）を通じて、小型医療推論モデルJSL Medical Small 7B v2の性能を60.14%の診断精度にまで引き上げ、多くのフロンティアモデルを凌駕しつつコストも低減します。このワークフロー設計により、不確実性下での診断推論が信頼可能となり、トレーサビリティを備えた中間成果物を生成することで、高リスクな医療応用に適しています。

意味を保つ言い換えがLLMの回答に与える影響を4つのベンチマークと13モデルで検証した研究。全体の精度は大きく変わらない一方、個々の問題では挙動が不安定で、不一致率は23%を超えた。

QFoldAgentは、5残基四面体格子フォールディングのための閉ループ型マルチエージェントフレームワークである。設計エージェント、VQEベースの量子古典最適化パイプライン、フィードバックエージェントが協調し、ノイズシミュレーション下でハミルトニアンのペナルティ重みを自動調整して構造精度と有効性を改善する。

研究チームは、計算ノードのテレメトリと時系列に対応する初の基盤モデル SeT-Diff を提案した。拡散生成過程を各センサーの意味記述に条件付けることで、固定された匿名センサー変数への依存を排し、システム動態をデータセット構造から切り離す。実在のスーパーコンピュータ數據では再構成タスクで MAE 0.0470、熱推論で 0.033 を達成し、センサーを並べ替えても精度がほとんど劣化しない。

本論文では、外部のノイズロバストな分類器に依存せず、概念ボトルネック層を介して分類器を生成モデルに直接組み込んだ拡散フレームワークC-VCEを提案する。C-VCEはサンプリング中にユーザーが意味概念をオン/オフでき、画像の他の部分を保持しながら最小限の編集を行う。確率論的正則化器と勾配ベースのマスクにより編集を制御し、CelebAベンチマークでは、反転率を維持・向上させつつ、入力に視覚的に近く歪みの少ない反実仮説画像を生成する。

本記事では、AIアクセラレータソフトウェアにおけるAMDの進展を分析する。かつては成功の可能性ゼロと評価されていたが、リーダーシップの変革、オープンソース戦略、AnthropicやMicrosoftなどの主要顧客の支援により、現在は意味のある可能性を持つに至った。しかし、Heliosラックの設計問題による生産遅延と、内部GPUクラスタ不足という2つの主要リスクに直面している。記事はAMD経営陣への具体的な提言と、MI455XシリコンおよびHeliosラックアーキテクチャの詳細を提供する。

Velaは、採用プロセスを効率化し、生産性を向上させるAI駆動の採用コーディネーターツールです。Product Huntで公開され、ディスカッションやリンクが提供されています。

CharaLabは、テキストプロンプトや参照写真からAIキャラクターの画像や動画を生成する総合AI作成プラットフォームです。画像生成、動画生成、背景除去、古い写真の修復など、多彩なAIツールを提供し、現在50%オフのキャンペーンを実施中。無料プランもあり、生成結果に透かしは一切ありません。

_done は、AIエージェントが現実世界のタスクを実行するためのAPIを提供するプラットフォームで、x402プロトコルを介したUSDCマイクロトランザクションによる従量課金モデルを採用しています。ネットワークルックアップ、ドメインチェック、データ解析など、外部データを必要とするタスクをAIが自律的に完了できるようにします。

Velonus はAIネイティブなPython用DevSecOpsツールで、現在ベータ版です。複数のセキュリティスキャナーを並行実行し、AIで結果をランク付け、誤検知をフィルタリングし、修正PRを自動生成することで、脆弱性の検出と修正を効率化します。

Genie One は、既存のビジネスツールと統合して反復作業を自動化するデータ駆動型の AI 共同作業者です。この記事では、自動化されたビジネスレビューとレポーティング、会議の準備とフォローアップ、ナレッジワークとドキュメント自動化、運用監視とアラートの4つの実用的なユースケースを紹介します。各ユースケースには、数分でワークフローをセットアップするためのステップバイステップの手順が含まれています。

ある開発者がClaude AIを使って毎日新作ゲームを作成・公開しています。106日目は初のゾンビサバイバルジャンルに挑戦。Claude Opus 5を使い、約1時間でゲームを完成させ、その後は外でリラックス。4ヶ月間毎日欠かさず新作を公開し続けています。

Google AI開発者フォーラムで、ユーザーがAI Studioの削除テストを実行し、Googleがチャットを削除しないことを証明しようとする取り組みが行われています。

GoogleのGemini APIにおけるJSONとPROMPTの区別に関する主張は、開発者コミュニティから誤解を招くと指摘されています。

あるユーザーがGoogleによる顧客データの違法な保持を非難し、法的措置を取ると表明。Google AI Developers Forumで議論が起こっている。

シミュレーションは、物理AIシステムの訓練において、現実世界でのデータ収集の遅さ、高コスト、リスクを克服し、大量のフォトリアリスティックで物理的に妥当なデータを生成する重要な手段となっています。本記事では、MuJoCo、MuJoCo Warp、NVIDIA Isaac Sim、Isaac Labなどのシミュレーションエンジンを概説し、スケーラブルなロボット工学シミュレーションを目的とした新しいオープンソースのGPUアクセラレーション対応微分可能物理エンジン「Newton」を紹介します。

AnthropicのCEO Dario Amodeiは、オープンウェイトAIモデルの禁止を求めているわけではなく、十分に能力のあるモデルについてはリリース前に強制的な安全性テストを提案していると明言した。この提案には50の組織が署名しているが、AnthropicとAmazonは参加していない。

Apple は Siri Expressive Voices を発表しました。その背後には、メモリ効率的な音声合成アーキテクチャである「デトークナイザ」があります。このアーキテクチャは、基盤モデルから出力されるセマンティック音声トークンを、Apple Matrix コプロセッサ（AMX）の厳しい計算・メモリ予算内で高忠実度の音声に変換します。ストリーミングエンコーダ、時間デコーダ、深度デコーダの3つのコンポーネントからなり、時間処理と深度処理を体系的に分離します。単一の再利用可能な深度デコーダが拡散トランスフォーマー（DiT）スタイルのステージ条件付けを使用してすべての RVQ レベルを自己回帰的に生成し、従来のマルチデコーダアーキテクチャの専用レベルデコーダを置き換えます。因果的スライディングウィンドウアテンションと固定ウィンドウキーバリューキャッシュにより、メモリ複雑性はシーケンス長に依存せず一定になります。AMX 上で展開されたデトークナイザは、1生成ステップあたり約10ミリ秒（リアルタイム比約16倍高速）を維持し、ピーク実行時メモリは約21MB、オンデバイスアセットは329MBで、20〜320秒の音声を連続ストリーミング合成可能です。このアーキテクチャは Siri Expressive Voices の一部として本番環境に展開され、AFM 3 Core Advanced（10億パラメータ活性化サイズ）内で動作し、従来のオンデバイス音声合成システムと比較して平均オピニオン評点（MOS）を全体で+0.28（4.15 vs. 3.87）、会話音声で+0.42（4.24 vs. 3.82）改善しています。

GoogleはSerpApiに対するウェブスクレイピング訴訟で却下申し立てを却下されたが、ナレッジパネル内のライセンスされた著作権コンテンツを主張するため訴状の修正を計画している。法律専門家は、Googleの主張が危険であり、無許諾の複製を認める可能性があると警告している。

Moonshot AIは今月初めの約束通り、2.8兆パラメータのKimi K3モデルの重みをHugging Faceで公開しました。ファイルサイズは1.56TBです。K3のライセンスはK2の「修正MIT」から変更され、年収2000万ドルを超えるMaaS企業には別途契約が必要です。Moonshotは「オープンソース」ではなく「オープンウェイト」という用語を一貫して使用しています。OpenRouterは既に7つのプロバイダからK3を提供しており、価格はMoonshot自身と同じです。

Call Meは、AIエージェントがiPhoneに電話をかけ、音声合成で質問し、あなたの音声回答をテキスト化するiOSアプリです。Claude Codeや他のエージェントと統合でき、CLIやプラグインで簡単にセットアップできます。電話はCallKitを介し、追加の通信料金はかかりません。

27ブランドの記号論的分析により、AnthropicやOpenAIなどのAI研究所は「主権ドクトリン」象限に位置し、最も弱い信頼戦略を取っていることが明らかになった。研究は「権威vs証拠」「人間vsシステム」の2次元を特定し、信頼を4つの領域に分類。AI研究所は伝統や検証可能な数字を欠き、信頼基盤が脆弱である。温かく検証可能な「群衆の知恵」や「ハードプルーフ」の温かい端は空白であり、差別化の機会を示している。