Odeは、Anthropicとの独自の関係を活用し、最先端のAIモデルを測定可能なビジネス成果に変えるエンドツーエンドのパートナーです。ベテランエンジニアによる拡張可能なAIシステムを、ロードマップからデプロイメントまで提供します。

EU当局者は、AI企業アンソロピックがAI安全性に関する公聴会にジュニアスタッフのみを派遣したことに不満を示し、欧州規制に対する軽視を批判した。

日常のブラウザ作業のためのあなたの教えられるAIインターン。

この記事は、「AIは単なるツールで、使い方が重要だ」というよく聞かれるフレーズを批判し、ツールは決して中立ではないと論じる。ツールは政治性を持ち、環境や人間性を形作る。車や椅子の例を挙げ、デザイン自体が価値観を内包していることを示す。AIは特に危険で、意味のある苦闘を排除し、批判的思考や人間性を脅かす。単純な「ツール中立論」を超えた技術の批判的再評価を呼びかけている。

AIが歯磨き粉を推薦するアンケートで、回答後に個別の無料レコメンデーションが得られます。

Suhas Bhairav氏が作成した、50以上のオープンソースNext.js AIテンプレートとスターターキットの厳選コレクション。チャットボット、RAG、音声エージェント、画像生成など、さまざまなAIアプリケーションをカバー。

Paul Grahamは、AIの最大の利点の一つは、企業が約10人と150人の閾値を超える前に生産性を維持できることだと述べている。本稿では、AIが複数人のチームから1人＋AIの構成へと再編成する可能性を探る。AnthropicがリリースしたClaude TagはSlackにAIをチームメンバーとして追加するが、これらのツールは依然として古いチームコラボレーションのパラダイムに基づいている。ソフトウェア開発におけるチームの非効率性を指摘し、AIが個人開発者を促進する可能性を論じる。また、個人事業主の増加と、かつては雇用が必要だった能力ギャップをAIが埋めているデータも示す。

Tauri v2 + React + Rustで構築された軽量デスクトップAIコンパニオン。常時最前面フローティングモード、セキュアなキーリングストレージ、ローカルSQLiteデータベース、マルチプロバイダー対応（Gemini、OpenAI、Anthropic、Groq、ローカルOllama、カスタムエンドポイント）を備えています。オープンソースで無料、Windows、Mac、Linuxに対応。

オランダ王立海軍は無人システムを先駆的に導入し、人員を危険地帯から遠ざけることを目指している。デンヘルダー沖で5週間の任務を指揮し、無人艇ディフェンダー1とディフェンダー2をテストしている。

本論文は、モータースポーツ向けの最小ラップタイム計画（MLTP）フレームワークを提案し、状態擾乱と主要車両パラメータ（慣性モーメント、重心位置、空気抵抗係数）の不確かさの両方に対するロバスト性を組み込む。計算可能性を保つため、空間選択的で倹約的なアクティベーション戦略により、ロバスト制約を回路の最も重要な区間に限定する。モデル予測制御器（MPC）を仮想テストドライバーとして用い、バルセロナ＝カタルーニャの代表的なセクターでFSAE車両の1000回の確率論的シミュレーションを実施し、名目参照軌道とロバスト参照軌道を比較した。ロバスト参照は失敗走行が一貫して少なく、適度なセクタータイムの犠牲の下で、主要信号の参照値周りの分散がより小さく、追従性の向上を示す。

本論文は、気圧高度計を補助的に用いる姿勢推定アーキテクチャを提案し、SO(3)上の非線形観測器の性能を向上させる。シミュレーションと実飛行データで有効性を検証した。

WANDAは1回の人間デモンストレーションから大量の学習データを合成するエンジンで、移動操作ポリシーの空間汎化・長期的ロバスト性・環境間汎化を実現し、異形態ロボットへのゼロショット展開も検証した。

本論文では、大規模言語モデル（LLM）を活用したゼロショット物体目標ナビゲーションのための階層的部屋から物体へのフレームワークHROを提案する。既存のフラットな推論手法とは異なり、HROは人間のような階層的空間認知を模倣し、エージェントが部屋レベルから物体レベルへ粗密探索を行う。GibsonおよびHM3Dデータセットでの実験により、既存のLLMベース手法よりも高い成功率と汎化性能を示した。

ROS-Unityに基づくマルチモーダル遠隔操作アーキテクチャを提案。3Dガウススプラッティングにより遮蔽のない外部視点を合成し、胴体装着型振動触覚スーツで直感的な接近手がかりを提供。30名の被験者実験では、重度の通信遅延下で外部視点が優れた性能を示し、fNIRSにより実行制御の維持が確認された。

研究者らは、不気味の谷に関する経験則を計算可能な変数に変換する階層ベイズ生成モデルを提案し、シミュレーションと被験者実験で検証した。

arXivに投稿されたサーベイ論文は、触覚インタフェース向けの高電圧静電アクチュエータ（HVEA）を体系的にレビューしている。静電切替可能な粘着剤、誘電エラストマアクチュエータ、ソフト電気水力アクチュエータ、動電ポンプの4種類を取り上げ、メカニズム、帯域幅、力密度、空間スケーラビリティを分析するとともに、ウェアラブルおよび据置型インタフェースにおける皮膚触覚と力覚フィードバックへの適用可能性を評価している。また、共通の設計制約、人間工学の改善、製造の簡素化、自己センシングの統合に向けた新たな戦略、実用化への研究課題も示している。

研究者らは、意図認識型の人間-ロボット協調のための診断ベンチマークHRIBenchを提案する。構造化されたシナリオスクリプトを通じて役割、時間的依存関係、協調制約をモデル化し、13タスクと650以上の評価エピソードを含む。同期性、応答性、プロトコル遵守、安全性の指標を導入し、現在のロボット政策が協調場面で苦戦することを示す。HRIBenchでの微調整とシミュレーションデータにより、GR00T N1.5の実世界タスク成功率が0.10から0.43に向上した。

本論文は、環境モニタリングにおける自律型UAVのカバレッジ最大化経路計画に関するシステマティックレビューを報告する。PRISMA 2020フレームワークに従い、ScopusとWeb of Scienceで2015年から2026年までの研究を検索し、経路計画、カバレッジ経路計画、情報経路計画に焦点を当てる。247件の研究を分析した予備的結果では、カバレッジ指向、マルチUAV調整、エネルギー認識最適化に集中している一方、天候、不確実性、障害物を扱う研究は少なく、大半がシミュレーション検証に依存している。

本論文は、パスリプレイとローカルキャッシュを組み合わせて不偏勾配を推定する偏光対応の微分可能パストレーシング手法を提案する。線形偏光子や拡散反射といった階数不足の偏光演算子が引き起こす数値的不安定性を解決し、物理ベースの逆レンダリングを偏光手がかりへと拡張する。

本論文は、第11回ABAWチャレンジ向けのマルチタスク学習システムAffectFlow-DINOを提案する。標準的な決定論的アーキテクチャに条件付き整流フローヘッドを追加し、野生環境の顔行動が持つ本質的な曖昧さをモデル化する。モデルは条件付き生成分布を学習し、モンテカルロサンプリングによる不確実性を考慮した一対多予測を可能にする。凍結したDINOv3 ViT-S/16バックボーン上で、連続的な価値-覚醒度推定、8クラスの表情分類、12のアクションユニット検出を同時に行う。アブレーション研究により、整流フローデコーディングが決定論的予測を一貫して改善し、特に価値-覚醒度推定でCCC-Vが0.058向上することが示された。事後的な閾値キャリブレーションにより、再学習なしで深刻に不均衡な希少クラスの性能を回復できる（例：恐怖：3.8%→33.1%）。バックボーンの微調整とフローの再調整を組み合わせた最終モデルはP_MTL=1.177を達成し、公式チャレンジベースラインの0.45を大幅に上回る。

本論文はJITOMAフレームワークを提案し、オンデマンドのアンカー起動により観測の冗長性をフィルタリングして長期間ロボティクスにおける知覚飽和を緩和し、評価用ベンチマークJITOMA-Benchを導入する。

本論文は、腹腔鏡手術動画における術具の位置特定とセグメンテーションのために、能動学習と二重損失最適化を組み合わせたヒューマン・イン・ザ・ループの知識獲得フレームワークを提案し、訓練終了時点で完全手作業のアノテーションと比べて作業量を50%削減できると示している。

静的ディープフェイク検出器は、進化し続ける生成技術に対応できず、実環境ではAUCが45-50%も低下する。BitMind Forensics (BMF) はBittensor SN34のオープンな敵対的競争を通じて訓練分布を継続的に更新し、19の公開データセットで優れた性能を示す。JPEG圧縮やダウンスケーリングへの頑健性、時間経過に伴う未見生成器に対する検出能力の向上も確認された。

新しい研究では、自己教師あり学習における事前学習後のファインチューニング（PFT）と同時学習（JT）の2つのパラダイムを系統的に比較し、JTがデータ効率と低ラベル設定で優れ、PFTが専門領域でより信頼性が高いことを明らかにした。

研究チームは、クエリ顔がマスクで隠れているかを予測し、その結果に応じて類似度計算を振り分けるMGFaceを提案した。マスクなしのクエリは大域埋め込みで照合し、マスクありのクエリに限ってマスク対応のパッチレベル再ランキングを適用することで、精度を保ちつつ照合コストを大幅に削減する。

Transformerベースのマスク付きオートエンコーダで鋼材表面欠陥の表現をラベルなしで学習し、6種類の欠陥カテゴリに対して91.3%のクラスタリング精度を達成したarXiv論文。

Boogu-Image-0.1は、Base、Turbo、Edit、Edit-Turboの各バリアントからなるオープンソースの統合マルチモーダル理解・生成モデルファミリーです。高品質なテキストからの画像生成、高速推論、指示ベースの編集、中英バイリンガルのテキストレンダリングにおいて競争力のある性能を発揮し、わずか2億862万枚のユニーク画像と約40万ドルの理論的トレーニングコストで、主要なクローズドソースシステムに迫る結果を達成しています。

研究チームは、異常細胞と正常細胞を分離して再合成することでTCTスライド内の細胞集団の分布を均一化し、分布バイアスによる汎化性能の低下を軽減するC-Norm法を提案した。YOLOv12とDINOv3を組み合わせたハイブリッドアーキテクチャにより、主流の検出アルゴリズムを大幅に上回る最先端性能を達成し、実装はGitHubで公開されている。

本論文は、GRUの代わりにMamba状態エンコーダを時系列集約に用い、音声Mambaエンコーダでスペクトログラムのグローバルな時間-周波数依存性を捉えるハイブリッドMambaアーキテクチャSambaを提案する。Matterport3Dでナビゲーション成功率が11.3%向上し、Replicaではさらに大きな改善を示し、未聴の音源や未見のシーンに対する優れた汎化性能を実現する。

STKANは、テイラー多項式型Kolmogorov-Arnoldネットワークモジュールを空間・時間トークン混合に導入した時空間予測アーキテクチャであり、5つの交通予測ベンチマークで競争力のある性能を示し、非線形関数近似器の設計がアーキテクチャ設計を補完し得ることを示唆している。