知識追跡（KT）は、生徒の過去の相互作用から進化する知識状態をモデル化し、将来のパフォーマンスを予測する。既存手法は相互作用を統一された行動プロセスとして扱い、学習の段階固有の性質を見落としている。本論文では、生徒の相互作用を能力段階と習熟度段階に分解するPAKTを提案する。マルチブランチTransformerとタイプ認識読み出しモジュールにより、段階固有および全体的な知識状態を捉える。6つのベンチマークで最大1.33%、平均0.82%のAUC向上を示した。

全球気象観測所天気予報（GSWF）は、局所的・極端な天気予報に不可欠である。既存手法は短期パターンに依存し、カオス的な気象ダイナミクスや部分観測に対応できない。本稿では、周期調整された履歴データを活用し、長期・大規模周期パターンを捕捉する三軸状態空間モデル（TSSM）を提案する。TSSMは最大の観測所データセットWeather-5KでSOTAを達成し、精度10%向上、極端事象指標61%向上。長期間予報（240時間で37.5%向上）や反復予報（48時間×5で103.5%向上）で優位性を示す。80%の観測欠損下でも90%以上の性能を維持し、実運用での堅牢性を実証。

本論文は、ストリーミング推論パイプラインにおいてLLMをいつ呼び出すかをリスクベースの逐次停止問題として定式化し、最小イベント間時間、閾値ポリシーの最適性、近似SPRT保証、リグレット界、適応閾値のオンライン勾配降下法の収束性、キャリブレーションからミス率への転送不等式という6つの理論結果を証明した。さらにCMAPSSターボファン劣化データと実際のLLM呼び出しを用いて実証的に検証し、異常スコア駆動型のリスク関数がパレートAUCで代替手法を約1桁上回ることを示した。

研究チームは、対象外のデータを処理する高ランクの包括コンポーネントを導入することで、特定の入力に関わるコンポーネントのみを同定する標的参数分解（tPD）を提案し、完全分解よりはるかに低い計算コストで再現性のある機構的に忠実な回路を回復した。

本論文は、入力がリー群対称性を持つ機械学習モデルが捨てる情報を分析する枠組みを提案する。ヌルファイバーとスタビライザーの概念を定義し、モデルが見えない対称性を定量化する。コンパクト群に対してPeter-Weylの定理を用いたスペクトル特性評価を行い、ニュートン反復による効率的な計算手法を示す。SO(3)下の分子特性予測とメビウス群PSL(2, C)下の球面画像分類において、データマスキング、モデルフィンガープリント、プライバシー保護計算への応用を実験的に検証した。この枠組みは古典的ニューラルネットワークと変分量子回路に統一的に適用できる。

連合学習（FL）は分散データソースでのプライバシー保護型協調モデル訓練を可能にするが、モデルの不透明性は解消されない。説明可能AI（XAI）は透明性を向上させる。両者の融合である連合説明可能AI（FedXAI）を体系的にレビューし、説明可能性が事後ツールからFLライフサイクルの不可欠な要素へと移行したことを示す。分類法に基づき手法を整理し、評価の標準化不足や非IIDデータ下での説明可能性などの課題を特定する。

正規化層のみを適応させ、特徴抽出と分類器最適化を分離する軽量トレーニング戦略を提案。CNNとTransformer、医療データセットで訓練時間とCO2排出を大幅に削減し、精度の犠牲はわずかである。

本論文は、物理情報ニューラルネットワーク（PINN）の訓練においてPyTorchの自動微分エンジンが勾配を計算する過程を、具体的な数値を用いてノード単位で追跡した教育用チュートリアルである。順伝播の計算グラフ、1回の逆伝播で全22個のパラメータ勾配を求める仕組み、create_graph=Trueによる「グラフ上のグラフ」機構を解説する。

arXiv論文は、研究上の観察や仮説を捕捉・関連付け・ルーティングすることで、人間の専門家とAIエージェントをマルチユーザー共同科学者ネットワークとして接続するアクティブ共有ワークスペースMyceliumを提案し、生物学的マルチオミクス研究で有効性を実証した。

Yuri Baramykov は、Cayley グラフ上でランダムに生成したサイクルの交差を利用した反復的双方向探索により TopSpin(n,k) パズルを解く R パッケージ cayleyR を発表した。C++ のハッシュインデックス付き状態ストアと任意の Vulkan GPU 高速化を備え、CRAN で公開されている。

本論文はDROPJを提案する。これは、環境ダイナミクスが未知で適切な報酬関数が利用できない安全クリティカルな設定において、エージェントを安全に訓練・展開するための人間中心の手法である。まず、事前の実世界軌跡からワールドモデル（学習されたシミュレータ）を学習する。次に、人間がシミュレータ内でプレイし、情報豊富なシミュレーション軌跡を抽出する。その軌跡のセグメントペアに対して、人間が好みとその理由（正当化）を提供し、それらを用いて報酬モデルを訓練する。最後に、ワールドモデルと報酬モデルをモデル予測制御と組み合わせてエージェントを直接展開する。実験により、情報豊富なシミュレーション軌跡の生成が訓練の計算コストを大幅に削減し、展開性能を向上させることが示された。また、他のフィードバックタイプよりも好みのフィードバックが優れており、安全の正当化が安全性を高めることを実証した。

本技術レポートは、Oracle Database 上に構築されたデータベースネイティブな記憶基盤 Oracle Agent Memory を研究している。エージェント記憶を取り込み・抽出・統合・検索・要約・改訂からなるライフサイクルとして捉え、LongMemEval で 93.8% の精度を達成しつつ、フラット履歴ベースラインより約 10.7 倍少ないトークンで動作することを報告している。

GNN専門モデルと説明用サブグラフを推論時に呼び出すモジュール型のコンテキスト拡張プロンプティングを提案。MUTAGとTox21で大幅な精度向上を達成したが、専用GNNとの差は残る。

本サーベイでは、自己改善型自律エージェントが研究プロトタイプから実運用システムへ移行する動向を概観する。システムレベルのフレームワークを提案し、エージェントを基盤モデルとプロンプト、メモリ、ツール、制御ロジックからなる操作スキャフォールドの結合としてモデル化する。自己改善は、モデルパラメータまたはスキャフォールドコンポーネントを更新する自己誘導型更新演算子として定式化される。論文は更新対象と駆動信号によって既存研究を分類し、応用、評価、および今後の課題について議論する。

Zoran Majkicの論文は、IFOL_Bに基づくニューロシンボリックAIフレームワークに確率計算を導入し、Nilssonの確率構造と最大情報エントロピーを用いて未知の文に対する確率推定を可能にするとともに、知識ベースを保つ大域対称変換とリアルタイム意思決定向けの局所対称変換を区別する。

大規模言語モデルは論理的に見えるチェーン・オブ・ソート推論を生成するが、その前提に実際に依存しているとは限らない。本論文では、単一の前提の述語を新しい記号に置き換え、各推論ステップの正規化された結論が変化するかどうかを確認することで、前提依存性をステップレベルでテストするブラックボックス手法「介入的グラウンディング監査」を提案する。ProntoQAベンチマークで評価した結果、証明木依存性の検出においてF1=0.806を達成し、自己一貫性ベースライン（F1=0.343）を大幅に上回った。さらに、正しく解決された問題の66%で、直接の証明木依存性に影響されないステップが少なくとも1つ存在し、「正解だが誤った推論」という信号が明らかになった。

SPINEは、最小限のロボティクス専門知識で双腕ロボットのデバッグと展開を自動化するエージェントフレームワークです。2つのマルチエージェントワークフローにより、成功率を向上させ、展開時間を短縮します。

OriginBlameは、データ処理パイプラインを通じて著者IDを伝播し、削除要求を正確な忘れセットに解決するレコードおよびトークンレベルのデータ来歴システムです。データセットレベルの過剰削除を回避します。Wikipediaデータでは、過剰削除を101倍から1.3倍に削減し、統合オーバーヘッドは1.3～19%、1.7Bモデルでは忘れ効果を42%向上させます。

MITと他の研究機関は、視覚言語モデルがCADプログラムをより正確かつ効率的に生成するための自動化フレームワーク「GIFT」を開発した。この手法はモデル自身の誤りから学習し、計算コストを大幅に削減しながら高精度な3Dモデルを生成する。

56のAIコンセプトと150の接続を含むインタラクティブなビジュアルマップで、ユーザーは人工知能の主要トピックを探索し学ぶことができます。

ブルースソングの比喩を通じて、大規模言語モデルがどのようにテキストを生成するかを探る。多くの場合、後付けで説明を行うが、時には事前に計画することもある。AIの「偽りの声」、解釈可能性のためにモデルを剥き出しにする行為、そしてAIを使ってAIについて書いた著者自身の経験について考察する。

エージェンティック推論は、AIインフラの重心をトレーニング拡大からコンテキスト認識、メモリ拡張推論へとシフトさせています。RAISEサミットでは、AIスタックの専門化、ストレージの能動的メモリ拡張、資本とデータ主権の統合という3つの重要な洞察が示されました。

Voicebox は、Cloudflare Workers AI を利用したオープンソースの音声テキスト変換ツールです。ホットキーで録音し、Whisper で文字起こし、LLM で整形したテキストを自動貼り付けします。

Boomは、Instagramクリエイターがフォロワー数100人でも成長、収益化、ブランドコラボを獲得できるAIコーチです。パーソナライズされた日次プラン、24時間体制の成長サポート、自動コラボマッチングと契約管理を提供します。アーリーバード価格は$4.50の一回払いで、リリース後は月額$9となります。2026年8月1日リリース、早期アクセス開始。

風刺漫画が描くAI規制の現実：大手企業は独自の道を進むのか？

サービス組織は、ほぼゼロのダウンタイム要件とメンテナンス能力の不足という構造的なミスマッチに直面しています。AIは状態ベース保守のための異常検知、技術者の一貫したパフォーマンスのための規範的ガイダンス、そして成功に必要な業務変革を提供します。

CNAの調査により、シンガポールやマレーシアに関する虚偽または誤解を招く主張を拡散する約500のTikTok動画が発見され、総視聴回数は300万回を超えました。これらの動画はAI生成の女性キャラクター、再利用された音声とスクリプトを使用し、信頼を損ない社会の結束を弱めることを目的としています。

NeocloudプロバイダーQumulusAIがナスダックに直接上場し、ティッカーシンボルQMLSで取引開始。この動きは、GPUと電力可用性を中心としたAIファーストのインフラ層の成熟を示す。同社は、コロケーション施設とモジュラーデータセンターを活用し、四半期単位でGPU容量を迅速に展開。上場により資本の柔軟性、公開企業としての信頼性、タイミングの優位性を得る。記事ではNeocloudの差別化要因やITリーダーへのアドバイスも解説。

RiverはAI営業担当者がB2B製品のデモと成約を自動化するプラットフォームです。

Simon Willison氏が新たにオープンソース化されたGrok CLIコーディングエージェントのコードベースを調査中に、Rustで書かれたMermaid図の端末レンダラーを発見。WebAssemblyを介してブラウザに移植し、オンラインツールを作成しました。