SkyPilotとHugging Faceの連携により、モデルとデータセットをHubに保存し、SkyPilotを使っていずれのクラウドでもデータ転送料金なしで計算を実行できます。

言語モデルの安全性調整は、有害知識の表現を制御する拒否ニューロンと有害知識自体を符号化する概念ニューロンという2つの機械的に異なるシステムによって機能する。各システムの1つのニューロンを標的とすることで、明示的な有害要求に対する安全性の抑制による迂回と、無害なプロンプトからの増幅による有害コンテンツの誘発という両方向の失敗を、2つのファミリー、1.7Bから70Bパラメータの7モデルにわたって、訓練やプロンプトエンジニアリングなしで実証した。この結果は、安全性調整がモデル重みにロバストに分散されているのではなく、個々のニューロンによって媒介され、それらが因果的に拒否行動を制御するのに十分であることを示唆している。

大規模言語モデル（LLM）やコーディングエージェントはユーザーインターフェース（UI）開発によく使われるが、視覚的・インタラクションデザインの熟達度を確実に評価することは難しい。既存の評価は、正確だが遅く高コストな人間の専門家か、拡張性があるが不正確で不透明な自動判定に依存している。我々は、実際のウェブサイトのナビゲーショントレースと生成UIのトレースを比較することで、生成UIが現実的なインタラクションフローをサポートするかどうかを測定する基準ベースフレームワーク「FlowEval」を提案する。

Apple機械学習研究チームが、HTTPキャッシュとLLMベースの環境合成を活用してビジュアルWebエージェント向けの再現可能でスケーラブルなトレーニング環境を構築するフレームワーク「Weblica」を発表。最良モデルWeblica-8Bは複数のベンチマークでオープンウェイトモデルを上回り、APIモデルと競合します。また、「Rephrasing the Web」研究ではデータ言い換えによる言語モデルの効率的学習手法を紹介。

Apple機械学習研究チームは、フローマッチングに基づくマルチターン画像編集フレームワークMT-EditFlowを提案。強化学習で拡散モデルを微調整し、既存のシングルターン編集モデルがマルチターン対話で直面する「オール・オア・ナッシング」要求や誤差伝播の問題を解決する。

LensVLM は、視覚言語モデル（VLM）が圧縮画像をスキャンし、学習されたツールを介して関連する画像のみを非圧縮形式に選択的に拡張できるようにする推論フレームワークおよびポストトレーニングレシピです。Qwen3.5-9B-Base 上に構築された LensVLM は、4.3 倍の実効圧縮で全テキストの上限と同等の精度を維持し、7 つのテキスト QA ベンチマークで最大 10.1 倍の実効圧縮まで検索ベース、テキスト圧縮、視覚圧縮のベースラインを上回ります。さらに、マルチモーダル文書およびコード理解タスクにも一般化され、圧縮が大きくなるにつれて精度が向上します。

DynaMiCSは、マルチドメインファインチューニングを制約付き最適化問題として捉え、短いドメイン固有プロービング実行でクロスドメイン効果の傾き行列を推定し、データ混合比率を動的に調整することで、目標ドメインの性能を向上させつつ制約ドメイン（汎用知識、指示追従、安全性など）の性能維持を実現する。参照モデルや手動調整は不要。

本論文は、テキストから音声付き動画生成（T2SV）における二つの重要な課題、すなわち共有キャプションによるモーダル干渉、訓練用の密なキャプションと推論用の簡潔なプロンプト間のギャップ、およびクロスモーダル特徴の最適な融合機構の不明確さに取り組む。著者らは、意味チェッカーとクロスモーダルリライターからなるクロス参照リライター（CRR）フレームワークを提案し、分離されたキャプションペアを生成することでモーダル干渉を排除し、ギャップを埋める。

LeRobot v0.6.0 は、世界モデルポリシー（VLA-JEPA、FastWAM、LingBot-VA）、新しいVLA（GR00T N1.7、MolmoAct2など）、報酬モデルAPI（Robometer、TOPReward）、6つの新しいシミュレーションベンチマーク、DAgger補正付きデプロイメントCLI、深度センシング、自動言語アノテーション、最大2倍高速なデータローディング、クラウドトレーニング、より軽量なインストールを導入し、ロボット学習ループを閉じることを目指しています。

Tencent Hyチームは、混合専門家（MoE）アーキテクチャを採用した大規模言語モデル「Hy3」を正式にリリースしました。総パラメータ数2950億、アクティブパラメータ210億、MTPレイヤーパラメータ38億で、Apache 2.0ライセンスで提供されます。性能は同規格モデルを凌ぎ、2〜5倍のパラメータを持つフラッグシップオープンソースモデルに匹敵します。フルモデル598GB、FP8量子化版300GB、コンテキスト長256K。OpenRouterで2026年7月21日まで無料利用可能です。

AIモデルのポストトレーニングフェーズを効率化するスタートアップBespoke Labsが、4000万ドルの資金調達を発表した。同社のプラットフォームは強化学習環境の自動生成と監視付きファインチューニングを支援する。シリーズAはWing VCが主導した。

本記事では、ArcGIS Maps SDK for JavaScript v5.0のAIコンポーネントのアーキテクチャを解説し、オーケストレーションをサーバーからブラウザに移行した理由を説明します。ブラウザにはすでに豊富なランタイムコンテキスト（マップ状態、ユーザー操作）が存在し、ブラウザネイティブのオーケストレーションにより、AIアシスタントがマップと直接対話でき、バックエンドへの依存を減らせます。ベクトル検索でコンテキストを最適化し、ハイブリッドアーキテクチャでブラウザオーケストレーションとサーバーホストモデルを組み合わせます。

米国エネルギー省、クリーブランド・クリニック、IBMの研究者らが、量子コンピュータとAIを活用して溶融塩（FLiBe）をシミュレートし、核融合炉に必要なトリチウム燃料の抽出に最適な材料を探索している。研究では、9つの有望なクラスター構成が特定された。

スコットランド政府は、スコットランド国民党全国委員会による全新規データセンターのモラトリアム（一時停止）動議を検討する。これにより、英国のAI戦略の重要な柱が危機にさらされる。

Claude Artifact の「Vessel」について。

音声合成モデルSimba 3.2がArtificial AnalysisのSpeech ArenaでEloスコア1233を記録しトップに立った。ランキングはブラインドユーザー投票に基づき、Gemini 3.1 Flash TTSやSonic 3.5が続く。オープンウェイトモデルや費用対効果の高い選択肢も紹介。

本稿では、すべてのタスクをAI言語モデルで処理することの非効率性とコスト高を論じています。タスクを確率的（判断が必要）と決定論的（正確で再現可能）に分類し、決定論的タスクはアプリ層で処理し、AIは推論が必要な部分のみに使用すべきだと提唱しています。Vybeプラットフォームは、AI推論と決定論的アプリ層を組み合わせ、トークン使用を最適化します。

Hugging Face と Amazon SageMaker AI は、開発者がモデル発見から SageMaker Studio での実験までワンクリックで移行できるディープリンク統合を発表しました。この統合により、権限が事前設定され、GPU クォータが表示され、微調整とデプロイのワークフローが合理化されます。

2024年のリーク資料により、マイクロソフトがEdgeブラウザをベースにしたプラットフォーム非依存のCopilot OSのプロトタイプを構築したことが明らかになりました。コードネームはAionで、WindowsまたはAndroid上で動作し、ウェブとエージェント体験に焦点を当てています。現在の状況は不明です。

Nimbusは、自然言語での会話を通じてAWSとGCPを管理するオープンソースのAI駆動クラウドコントロールプレーンです。意図駆動型操作、ライブアーキテクチャキャンバス、マルチクラウド接続、コード修正、チームコラボレーションを提供します。

規制産業における標準的なRAGシステムは、LLMが存在しないフィールド名を生成し、ガバナンスの失敗を引き起こすことがよくあります。属性知識RAG（AK-RAG）パターンは、ドキュメントチャンクではなく、ガバナンスされた属性カタログの各エントリを個別の知識オブジェクトとしてインデックス化することで、有効な属性のみが使用されることを保証します。ハイブリッド検索（BM25+kNN+RRF）と自然言語からDSL出力へのガバナンスパイプラインを採用しています。

国際決済銀行（BIS）はAIバブルの崩壊が世界経済を巻き込む可能性があると警告。オラクルの株価は1ヶ月で40％以上下落し、SEC提出書類でOpenAIとのスターゲート計画に伴うリスクを詳細に開示。ハイパースケーラーの巨額投資が回収できない恐れが高まり、企業顧客の不満も増大している。

Databricks は Vibe Data Modeling を発表しました。これは LLM を活用したエージェントで、プレーンイングリッシュのビジネス記述からデプロイ可能な Silver 層データモデルを自動生成し、従来数ヶ月から数年のモデリングサイクルを数時間に短縮します。251 のルール、デュアルアーキテクトレビュー、反復改良により、信頼性の高いビジネス固有のモデルを提供し、Unity Catalog にネイティブデプロイします。

Bellingcatは、Telegramの膨大な投稿から市民被害を効率的に特定するXGBoostベースの機械学習モデルを開発した。手動検索と比較して時間を大幅に短縮し、GemmaやGeminiなどの大規模言語モデルよりも優れた性能を示した。特徴量エンジニアリング（キーワード、感情反応、意味的類似度）とBERT埋め込みにより精度を向上。コードと手法はオープンソース化され、スーダンや中東などの紛争地帯に応用可能。

DeepSeek V4は2026年4月24日にリリースされ、OpenRouterでのトークンシェアを年初の9%から6月には18%に倍増させました。主な要因はエージェント型ワークロードです。コスト効率（100万トークンあたり入力0.09ドル、出力0.18ドル、対GPT-5.5は5ドル/30ドル）が多様なユーザーを引き付け、中国モデルが全体トークンシェアで米国モデルを上回っています。

IOL-AI 2026チャレンジがHugging Face Spacesで公開され、AIモデルが言語学オリンピックの問題を解く能力をテストします。研究者は革新的なソリューションを提出できます。

Groundtruth は、AIエージェントの報告完了を実際のgit差分と比較して検証する決定論的なClaude Codeプラグインです。別のLLMを使用せずに、誠実さ、完全性、ルール遵守、セキュリティをチェックし、ターンごとの評決カードを提供します。完全にローカルでオフライン動作します。

Kapa.aiはRAGパイプラインの検索器と生成器の間に小型言語モデルを追加し、取得したチャンクを5段階で評価して約68%のコンテキストを破棄しつつ96%の再現率を維持し、クエリコストを約34%削減しました。

30の主要なAIおよびクラウドデータセンターの推定水使用量を地図にまとめ、これらの施設の水資源への影響を明らかにしました。

Plannotator は、手動レビューと AI を組み合わせたコードレビューツールです。変更セットの細かい注釈、コミット/PR レビュー、AI による Q&A やガイド付きレビュー、そして過去の注釈からカスタムレビュールールを抽出する機能を提供し、コードレビューの効率を大幅に向上させます。