AIリテラシーは機能的、批判的、倫理的な能力を組み合わせたもので、2年間で需要が7倍に増加し、就労成人の12%が毎日AIを使用しています。「理解、評価、使用」の3領域フレームワークは、高等教育機関や組織にカリキュラム、評価、ガバナンスの構造を提供します。

デンマークの脅威評価では、AI生物兵器の真のリスクは未熟な攻撃者が脱獄を利用することではなく、熟練した科学者がAIを使って兵器設計を加速することだと論じている。記事は報告書をレビューし、歴史的事例を議論し、現在の安全策と実際の脅威のミスマッチを強調している。

テクノロジーの倫理に関する野心的なガイドは有意義な答えを提供できていないが、AIの背後にある人間労働と巨大テック企業の利益を明らかにしている。

Construct AI は、繰り返しの手作業を、ファイルやエージェントと同じワークスペース内で動作するプライベートアプリに変えます。自然言語で作業を記述すると、AI エージェントが React/TypeScript アプリを生成し、ファイルアクセス、状態管理、厳格な権限設定を提供します。この記事では、ワークスペースアプリとワークフローやスケジュールジョブの使い分け、機能と制限、ビルドと検証のサイクルについて説明します。

ある開発者が、わずか14バイトのニューラルネットワークモデルを構築し、未知の迷路を96.5%の成功率で解決する実験プロジェクトを公開しました。AIは座標や地図データなしで、局所的な観察のみを使用してナビゲートし、失敗の多くはループに陥ることによるものです。

研究により、AI生成の医師アカウントがTikTokで疑わしい健康アドバイスを拡散し数百万回の視聴を得ていることが明らかになり、専門家は公共の安全に対する大きな危険を警告している。

Stuardは、PC上で動作するAIワークスペースです。メモリとツールを統合し、メール管理、リサーチ、フォーム入力などのタスクを自動化します。データはローカルに保存され、プライバシーが保護されます。

AIはコードを高速生成できるが、システムに属すべきか判断できない。この記事は、実装が安価になるにつれ、アーキテクチャがコードの豊富さを一貫したシステムに変える希少資源になると論じる。AI時代において優れたアーキテクチャはこれまで以上に重要である。

Mag4D-SLAMは、14シーケンス・総距離18km超の大規模屋外地磁気SLAMデータセットであり、LiDAR、カメラ、IMU、三軸磁力計、GNSSの同期計測とSE(3)真値姿勢を備え、昼夜ペアおよび往復方向の構造化キャンパス軌道で収集され、磁場の再現性、ドリフトフリーのグローバル方位推定、セッション間位置認識を研究する。

研究チームは、5 か国 8 サイト・7 種類のロボット形態を対象とした社会ナビゲーション用データセット ACME を公開した。ロボット搭載データ 29.35 時間、俯瞰行人追跡データ 43.5 時間を含み、ロボット音声による明示的な群衆インタラクションを伴う目標志向シナリオに焦点を当てる。

本研究では、深層強化学習（DRL）により蛇型ロボットが動的に変化する粘性環境で適応的な移動を実現し、従来の事前定義された制御手法の性能限界を克服することを示しています。部分観測マルコフ決定過程として定式化し、非対称アクター・クリティックフレームワークを用いて、物理シミュレータ内の特権情報で訓練した教師方策を、固有感覚センサ情報のみに依存する学生方策に蒸留します。広範囲の動的粘性変化（10^{-7}～10^{-2} m^2/s）にわたるシミュレーション結果は、DRLエージェントが非正弦波の適応的歩容を自律的に獲得し、推進速度と輸送効率を向上させ、従来の正弦波および運動学的制御の限界を打破することを示しています。

本論文は、ロボット超音波における目標平面プローブ誘導のための2段階のモデルベース学習フレームワークを提案する。特に頸部超音波スキャンに焦点を当てている。潜在条件付き拡散ワールドモデルが将来の超音波観測を予測し、目標条件付き時間トランスフォーマーが順序付けられたプローブ運動を予測する。凍結されたワールドモデルからの報酬で微調整を行う。実験では、ワールドモデルが動作依存の解剖学的構造を保持することが示され、実世界の閉ループ実験で頸動脈誘導70.0%、甲状腺誘導65.0%の成功率を達成した。

本論文は、社会的に適切なロボット行動生成を推薦システムに着想を得た選好モデリング問題として再定義する。提案するStARSフレームワークは、協調フィルタリングと学習可能なシーン表現を統合し、ユーザ固有の適切性スコアを生成する。MannersDB+とSocNav1の評価で、StARSは性能とアノテータ一致度を一貫して向上させ、パーソナライズされた行動選択を可能にする。

新論文は、汎用ロボットの能力を低レベルの言語条件付きポリシーと高レベルのエージェントオーケストレーターに分解する手法を提案し、閉ループの物理的エージェンシーオーケストレーターPigeyが追加データや微調整なしに凍結された視覚-言語-行動ポリシーの推論タスク性能を大幅に改善することを示した。

本論文では、連続ロボット動作チャンクを順序付けられた離散トークンにマッピングする学習型アクショントークナイザ「OAT」を提案。高圧縮、完全復号可能性、順序付けられたトークン空間を実現し、60以上のタスクで強力な性能と推論時の柔軟性を示した。

GRACE は、学習済み拡散ポリシーを MPPI 制御で誘導することで、二値衝突判定や関節制限、ブラックボックスのロールアウトコストといった微分不可能な制約を展開時に扱えるようにする。シミュレーションでは拡散ベースおよびサンプリングベースの比較手法を上回り、実機の 7 自由度マニピュレータでは障害物を回避することに成功した。

本サーベイ論文は、ロボット学習における進捗報酬モデリングの研究を統一フレームワークで整理し、モデルインターフェース、信号構築手法、データとベンチマークの3つの視点から分野を体系化する。共有フレームワークの欠如により比較が困難な現状に対処する。

本論文は、生成AIを用いてテキストプロンプトを多様な人体動作シーケンスに変換し、実世界データなしでロボットが多様なタスク実行スタイルを学習するフレームワークを提案する。4つのシミュレーションシナリオで評価され、複雑な動作変化への適応性が示された。

研究者らはISPCloakを提案した。AI生成画像をRAW領域に逆投影し、現実的なポアソン・ガウスセンサーノイズを注入して順方向ISP再構成を行うことで、ハードウェア由来の物理的指紋を付与し、既存のディープフェイク検出器を広く回避する最適化不要の敵対的攻撃フレームワークである。論文はACM MM 2026に採択された。

本論文では、意味ガウス割り当てトランスフォーマー（SAGFormer）を提案し、3D意味占有予測における割り当てボトルネックを解決するために固定数のガウスを明示的に割り当て、予測精度と意味的一貫性を向上させる。

本研究は、1m分解能のNAIP RGB画像から農地の範囲と可視境界をマッピングする再現可能なワークフローを提示する。37シーンの5,698パッチを用い、残差U-NetはテストでDice 0.9234を達成。さらに「agricultural farmland field」でプロンプトした凍結SAM 3分岐を論理和で融合し、果樹列のDiceを0.955、破碎圃場を0.903へ改善した。成果物は意味的農地範囲レイヤーであり、地籍区画図ではない。

本論文は、多層レイアウトの幾何情報を構造化テキストに変換し、違反ラベルなしでマスクされたポリゴンを再構成するよう言語モデルを自己教師あり学習させ、さらに自然言語のルール制約と高温サンプリングで違反しやすいレイアウト変種を生成して産業用サインオフDRCチェッカーで検証するSCALEフレームワークを提案する。得られたDRC注釈付きペアでドメイン適応済みDRC-VLMを微調整し、局所DRV修正のためのルール認識型幾何ガイダンスを提供することで、100件の実sub-2nmケースにおいて最先端エージェントの解決率を12～25%（最大97%）向上させる。

最近の条件付き動画生成モデルは、深度マップなどの3Dエンジンレンダリングをフォトリアリスティックな動画に変換する可能性を示しているが、長時間の自己回帰生成では、カメラが以前の位置を再訪した際にKVキャッシュがクリアされ、外観の不一致が生じる。本論文では、3Dエンジンが提供する対応関係を利用した訓練不要の手法を提案：時間的対応により履歴の潜在チャンクをKVキャッシュに再注入し、空間的対応により注意を幾何学的に対応する領域にバイアスする。TartanAirおよびTartanGroundデータセットでの評価により、動画品質を損なうことなく再訪一貫性を向上させる。

研究者らは、3D点群データを2Dグリッド領域に変換し、CNNと自己注意機構を組み合わせたU字型ハイブリッドモデルを適用するTrans-Unetフレームワークを提案した。有限要素法による脳パッチ成長モデルから生成された点群に適用し、初期状態から最終状態への脳表面折り畳みを既存手法より高い忠実度と精度で予測することに成功した。

arXivの新たなプレプリントは、顔認識システムが検索するギャラリーの規模が、目撃者による写真ラインナップの識別精度に与える影響を検証している。500枚、5,000枚、24,000枚のギャラリーを比較した結果、ギャラリーが大きくなるほど誤った識別の可能性と、その誤った識別に対する目撃者の自信の両方が高まることが分かった。この結果は、こうした画像をラインナップに用いることや、ラインナップの結果だけで逮捕の相当な理由を構成できるかという点に疑問を投げかけている。

本論文は、陰的ニューラル表現を制約なしの全マスク予測器ではなくリスクルーティング型の残差補正として利用するコンパクトなセグメンテーションフレームワークRIBRを提案し、9つの超音波データセットで最高のマクロ平均と一貫した境界誤差の低減を少ないパラメータ予算で達成した。

大規模視覚言語モデル（LVLM）は視覚推論タスクで脆弱である。既存のベンチマークは記号数学や単純な視覚タスクに焦点を当て、複雑な視覚推論と論理的一貫性の評価が不十分である。本論文では、6カテゴリにわたる論理的に等価な質問ペアを持つConVBenchベンチマークと、論理的一貫性とロバスト精度の2つの評価指標を提案する。さらに、GRPOベースの強化学習と新しい一貫性報酬を用いてLVLMの推論を改善するConVLMを提案する。

Oxygen-TryOn は、バーチャル試着のためにゼロから設計されたファッション特化型の基盤モデルである。汎用画像編集モデルの転用ではなく、専用データエンジンと3段階の学習手法を組み合わせ、複数参照、自由な多アイテム組み合わせ、全身・半身のシナリオに対応しつつ、被写体の同一性とアイテムの外観を保持する。

本研究は、大規模言語モデルを用いた文書ベースのポッドキャスト生成における忠実性を初めて体系的に調査し、不正確なターンを検出・書き換えるcatch-n-repairフレームワークを提案。実験により忠実性の一貫した改善を示した。

Gabeen Kim らは、検索拡張生成（RAG）を用いた歴史文書復元フレームワーク ARI を提案した。事前学習済み LLM の暗黙知と、明示的に検索した外部の歴史的文脈を組み合わせることで、文脈依存の固有名詞を推定する難題を緩和する。韓国語の歴史文書での実験では、一般文字と固有表現の双方でベースラインを大幅に上回り、専門家評価でも実用性が確認された。ACL 2026 Findings に採録されている。