AuditWeaveは軽量なPythonライブラリで、AI支援およびデータ変換ワークフローのステップを追記専用のハッシュチェーン台帳に記録し、改ざんを検出します。RAGパイプラインとテーブル/レイクハウス変換の両方をカバーし、イベントあたり数十マイクロ秒のオーバーヘッドで動作し、2000回のランダム試験で全ての改ざんを検出しました。

ICML 2026で発表予定の立場論文は、機械学習におけるグラウンドトゥルースデータセットが中立で自然に与えられた測定値ではなく、人間と技術の取り決めによって構築されたものであると論じ、普遍的な真理の想定ではなく「状況的可靠性（situated reliability）」を提唱している。

ACM Computing Surveysに採択されたサーベイ論文は、知識グラフ技術のパイプライン全体にわたるGNNベースの手法を体系的にレビューするための2レベル分類フレームワークを提案し、構築・埋め込み・推論・応用の各段階を網羅するとともに、GCN、GAT、HGNNなどのモデルの強みと限界を分析している。

本論文は、連続時間フィードバック結合記憶システム（FCMS）において未定義であった2つの演算子に具体案を与える。エージェント更新演算子は分散型価格メカニズムを用いるメカニズムベース知能（MBI）により定義され、環境更新演算子は軌道履歴を記録・応答する物理基盤として環境を扱う非マルコフ枠組みである結合記憶グラフ過程（CMGP）により定義される。得られた連続時間FCMSは、計算可能なしきい値 4β² < 2ημγ² に支配されるリアプノフ大域散逸性を達成し、離散FCMSの安定性条件とCMGPの物理分岐しきい値を一般化する。

本研究は、コンパクトな小型言語モデル（SLM）を制御推論用に再訓練し、検証器誘導型の修正ループに組み込んで、エッジでの自律産業制御を実現できるかを調査した。

研究者らは、ユークリッドTSPに対して学習ベースのグラフエッジスパース化手法GESを提案した。インスタンスごとに適応的に辺を削減し、大規模データセットで最大95%の辺を剪定しつつ、最適値とのギャップを1%以内に抑える。一部の大規模インスタンスでは99%以上の剪定率を達成している。

YUKTIは、不確実性型命題グラフと仮定ロバストパレートフロンティア（ARPF）を用いて自然言語からロバストな意思決定を生成する新しいフレームワークである。制御された誤特定下では平均後悔とテール後悔を90%以上削減し、実際のデータセットでは現状ベースラインを34%上回り、LLMベースのアプローチの約47分の1の後悔を達成した。

最近の潜在推論手法（CODI、COCONUT）は、隠れ空間で複数の重ね合わさった候補トレースを維持するため、解釈可能性に問題がある。研究者らはこれらを表現空間内の軌跡としてモデル化し、力学系分析を適用したところ、CODIは安定なアトラクター、COCONUTは不安定な拡大系として振る舞うことが明らかになった。SIM-CoT監視は両方の挙動を強化するが、基本的な力学は変わらない。

本論文はBoltzmann MapReduceを提案し、リデュース工程を分配関数積分として解釈する。そのモードは精度加重（逆分散）プーリングを与え、頻度主義的一貫性は温度零極限に対応する。

新しいarXiv研究は、制御された中継テストベッドを用いて、マルチホップLLMエージェント通信におけるメッセージ形式の効果が中継能力の階層に依存することを示した。強力な中継ではほぼ無損失だが、弱い中継では形式間の差が8.7倍に拡大し、注入されたエラーは形式に関係なく持続する。構造は忠実なチャネルを提供するが、誤り訂正ではない。

14万回の生成を分析した研究が、フォーマット感度指数（FSI）と解析可能性感度指数（PSI）を導入。プロンプトラッパーのフォーマットの違いだけでモデル間の精度が30倍以上変動し、その主因は準拠失敗であることを示した。著者らは、ラッパーの分散と準拠性を報告しない精度報告は統計的に脆弱であると主張し、ベンチマークと構造化出力の展開に関する実用的な推奨事項を提示している。

本arXiv論文は、画像診断をトゥールミン議論モデルの構成要素に分解することで、機械学習の出力をより構造的で解釈可能にすることを提案する。網膜診断を例に、生体マーカー抽出に特化したモデルが「根拠」を提供し、MedGemmaエージェントが根拠と主張を結ぶ「保証」を分析し、両モデルの定量的評価から「限定」を決定し、MedSigLipの画像類似度で「反駁」を構築する。これらすべてを人間の専門家に提示し、より批判的な評価を支援する。

GrapheneOSフォーラムでの、AI主導の脆弱性発見がAndroidセキュリティパッチの継続的な変更につながっているという議論。

本記事では、AIコーディングエージェントの行動規範（ドクトリン）を能力から分離し、標準化する方法を紹介する。著者は「運用基準」という文書を作成し、フロンティアモデルの行動パターンを低性能モデルに移植することで、品質のギャップを縮小した。主な要素には、結果を先に示す、完了の証拠を示す、深層的な分析、早期停止の防止、シンプルかつ効果的な手法、すべての発見の開示が含まれる。この基準は起動時のシステムプロンプトとセッション内ルールの二重チャネルで適用され、安全な完了ゲートと階層的設定も備える。

新しい本は、AIがアラン・チューリングの1950年の有名な論文に遡る誤った前提に基づいて構築されていると主張しています。ピーター・J・デニングは、常識、直感、文化、実践的スキルを含む人間の知能の最も重要な部分はコンピュータにエンコードできないと論じています。彼は、大規模言語モデルがどれほど大きくても、真の人間レベルのAIは不可能だと考えています。

Anthropicの最新研究はClaudeの内部推論の仕組みを明らかにしたが、AIに人間のような意識や経験がある証拠はない。この記事はAIを擬人化することに警告を発する。

著者は、AIの真の生産性向上はコーディングとツール作成にあり、知識労働者による直接利用ではないと主張する。「ココナッツ経済」の比喩を用いて、真の生産性とはコスト削減であり、計画の迅速化ではないと強調する。

ZenVeilは、AIコーディングツール（Copilot、Cursor、Claudeなど）が生成したコードのセキュリティ脆弱性を30秒以内にスキャンし、自動的にGitHub PRを作成して修正するAIネイティブなDevSecOpsツールです。秘密情報の検出、サプライチェーンセキュリティ、SAST分析を提供し、AIコード特有の障害モードに最適化されています。

米ジョージア州の住宅所有者らが、AIデータセンター向け送電線建設のため、土地収用の危機に直面している。電力会社は補償を行うが、住民は「窃盗」と非難している。

Meloduskはブラウザ上で動作するAI音楽生成ツールで、テキスト記述から2分以内にプロ品質の音楽を生成。100以上のジャンルに対応し、ボーカル分離ツールも提供。生成された音楽はロイヤリティフリーで商用利用可能。

ここ数日でOpenAIのCodexユーザー数が700万人を突破、6ヶ月で10倍以上の成長を遂げた。Prime Intellectはverifiers v1をリリースし、エージェントRL環境を刷新。OpenAIはGPT-5.6 Solの使用量問題を透明に修正。Grok Buildがコードベース全体をアップロードするセキュリティ問題が浮上。オープンモデルや量子化技術が進歩し、継続学習の研究が再び注目されている。

AnthropicはClaude Sonnet 5をリリースしました。これは最もエージェンティックなミッドティアモデルで、前世代のSonnet 4.6をすべてのベンチマークで上回り、フラッグシップのOpus 4.8との差を縮めています。努力レベル（effort levels）を導入し、低/中努力では高いコストパフォーマンスを発揮しますが、超高努力ではOpus 4.8よりもコストがかかる可能性があります。FreeおよびProプランのデフォルトモデルとなり、APIからも利用可能です。

GitHub Actionsのワークフローで`uvx tool-name`をキャッシュフレンドリーに使うレシピを紹介。`UV_EXCLUDE_NEWER`環境変数に特定の日付を設定し、その日付をキャッシュキーの一部にすることで、毎回の実行でツールをダウンロードするのを避け、日付を更新することでアップグレードできます。

サイモンフレーザー大学（SFU）の計算機科学教授アンジェル・チャン氏は、バンクーバーに拠点を置くスタートアップCaseway AIと協力し、カナダと米国の1億件以上の裁判例を索引化してAIシステムで検索可能にし、弁護士を雇わない人の法的意思決定を改善できるかを調査する計画を進めている。

Metaはルイジアナ州のデータセンター拡張に500億ドルを投資し、余剰計算能力を他のAIラボにレンタルすることを検討している。これはソーシャルメディア大手からクラウドプロバイダーへの転換を示唆する。

生成AIによるディープフェイクを使った恋愛詐欺で女性が家と貯金を失った事例を基に、AIが詐欺をいかに巧妙化させたかを解説。さらに、エージェンティックAIが新たな脅威となりつつも、防御にも活用できる可能性を指摘する。

ringdは、AI音声エージェントにシンプルな認証を提供し、1つのデコレータでメールOTP、SMS OTP、ボイスプリンティングをサポートします。一般的なデータマッチングの問題を自動的に処理し、完全な監査ログを提供します。

Apple Musicは150以上のストアフロントで数十言語のリスナーにサービスを提供し、毎日数十万の新曲が追加されている。この規模では、スペルミス、音訳、言語横断的なクエリに対する検索リコールがセッション品質の主要な決定要因となる。Appleの研究者は、GTE-multilingual-baseからカリキュラムスケジュールされた多目的トレーニングで微調整された3億500万パラメータのSiameseバイエンコーダに基づく多言語セマンティック検索システムを提案する。このモデルは、密な近傍結果と既存のトークンベースのインデックスを分位分布マッチングでブレンドするハイブリッド検索アーキテクチャを介して検索スタックに統合され、下流のランカーを再トレーニングせずに展開可能。オフラインではHit@10が69%相対改善。全世界のオンラインA/Bテストでは、全体のコンバージョン率（CR）が2.28%向上、無結果率が86%減少し、すべてのストアフロントで改善が見られた。テールクエリではCRが7.93%向上し、ミッドフリークエリの0.89%、ヘッドクエリの0.14%を大きく上回った。

研究者は、アプリケーションを有限状態機械としてモデル化することでプロアクティブエージェントの現実的なユーザーシミュレーションを可能にするPareフレームワークを提案し、143のタスクを含むPare-Benchベンチマークを公開しました。

FixBugs は、本番バグのコンテキストを取り込んでサンドボックスで再現し、検証済みの修正を生成するエージェントです。セルフホスト型のVSCode拡張機能とGitHubアプリとして提供され、コードのプライバシーを保護し、複数のAIモデルを使ってコードをレビューします。