D2PO（動的直接選好最適化）は、タイムステップスケジュールとCFG重みを含む拡散サンプリングポリシーを最適化するフレームワークです。低NFEの学生サンプラーが高周波テクスチャの忠実度を犠牲にするという教師-生徒回帰の限界に対処します。最適化をエネルギーベースモデルと動的選好を用いた選好アライメントとして再定式化することで、より良い知覚品質を実現します。低NFE制約下で回帰スケジューラを凌駕する実験結果が示されています。

arXivに投稿された論文NESTは、長期多変量時系列予測におけるデータセットレベルの分布シフトに対し、2段階の密なMixture-of-Expertsで対処する。モーメント・エントロピー空間での教師なしクラスタリングによりデータを複数の運行レジームに分割し、レジーム指向ルーターとレジーム重心への幾何変調で専門家の重みを決定する。

創薬における限界共形予測は不均衡データセットでマイノリティクラスのカバレッジを著しく低下させることが示され、クラス条件付き（Mondrian）共形予測がこれを修正する。

TriRouteは、各トークンと各層においてアテンションモード、エキスパート選択、KVキャッシュビット幅を協調的に決定する軽量な統合コントローラであり、同等の計算・メモリ予算下で独立最適化を上回る性能を発揮します。

3,456件の人間相互作用を基に、暗黙の社会規範を定量化可能な原則へ形式化することで、LLMエージェントの協調性能がベースラインの約4倍、人間同士の相互作用を43%上回ったとする研究。

本稿では、大規模行動モデル（LBM）を提案する。これは、統一された人物-環境定式化を通じて、大規模な小売トランザクションから直接顧客の意思決定を学習する。履歴購入から行動プロファイルを構築し、検索拡張生成で製品コンテキストを統合する。継続事前学習、教師あり微調整、検証可能な報酬による強化学習で訓練され、購入予測、バスケット補完、プロモーション応答などのタスクで汎用言語モデルを凌駕する。アブレーション研究により、継続事前学習が行動汎化の主な原動力であり、強化学習が明示的な行動証拠への依存を改善することが示された。

研究によると、オーケストレーションレイヤー（ハーネス）を最適化することで、モデル自体に焦点を当てるよりも、企業エージェントAIの運用コストを大幅に削減し効率を向上できる。実験では、Writer Agent Harnessを使用すると、タスクあたりのコストが41%削減、時間が44%短縮、トークン消費が38%減少し、品質は同等またはわずかに向上した。

ICML 2026 AI for Math Workshopに採択された論文は、LLM推論とSageMathからの検証可能なフィードバック、さらにContext7による最新ドキュメントを組み合わせたReAct形式のエージェントフレームワークを提案し、RealMathベンチマーク上で最先端モデルを評価した。評価した全モデルで平均+9.7ポイントの改善が見られ、オープンウェイトモデルとクローズドモデルの差が縮まった。

研究者らは、Explorer-Definer PipelineとReflective Orchestratorという2つのコスト効率の良いエージェントアーキテクチャを提案し、ARC-AGI-1ベンチマークでそれぞれ57.50%と67.25%のpass@2を達成、タスクあたり0.25ドルと0.62ドルのコストで、ベンチマーク固有のトレーニングや大量のテスト時計算を必要としません。

QANTISは、量子プロセッサをキャリブレーションされた信念更新サービスとして扱い、事前分布と観測モデルを受け取り、稀なイベントの証拠項を推定し、事後分布を古典的プランナに返します。本論文は、IBM Heronハードウェア上のTiger POMDPを用いて、このサービスが逐次決定に再利用可能かどうかを検証します。全ステップ固定点増幅（FPAA）は8ステップと12ステップで事後分布を維持し、20ステップと32ステップの制御も同じ動作帯域内にありました。すべての決定チェックにおいて、ハードウェア事後分布と正確なベイズ事後分布は同じ即時動作を選択しました。

研究者らは、エージェントベースモデリング（ABM）における人間の意思決定を予測するために大規模言語モデル（LLM）を活用するスケーラブルなHybrid Agent-based and Language-driven Epidemic（HALE）モデリングフレームワークを提案し、ユタ州ソルトレイク郡でのCOVID-19シミュレーションを概念実証として行った。

本論文は、大規模言語モデルにおける文脈内探索を推論トレース上の近似推論としてモデル化し、高い成功率を得るために必要なサンプリング複雑度を分析する理論的枠組みを提示する。自己反省が初期の誤りを確実に特定できる場合、逐次探索はベースモデルに対して指数関数的な改善をもたらすが、その性質が成り立たない場合、過去の試行を条件とする手法は並列サンプリングに対して漸近的な利点を持たない。さらにこの利得は頑健かつ学習可能であり、検証可能報酬を用いた強化学習の最適方策拡張と一致することも示される。

AgentLensは、対話型コードエージェント向けのオープンソースベンチマークで、タスクの合否だけでなく実行軌跡全体を評価します。客観的チェックがある場合は形式検証を用い、LLMによる軌跡レビューと並列比較を組み合わせることで、スコアの理由を読める形で示し、動作診断やバージョン比較、製品回帰の検出に役立てます。

中国は大規模な高等教育改革を実施しており、2021年から2025年にかけて12,200の学士課程プログラムを廃止・停止し、約10,200の新プログラムを導入した。学部課程の30%以上が影響を受けた。背景には若年失業率の高さ（16～24歳の非学生で16.9%）と国家の技術戦略がある。人文科学、芸術、外国語などの「時代遅れ」とみなされたプログラムが大幅に削減され、人工知能、ロボット工学、半導体工学などの分野が優先されている。米国の財政難によるプログラム削減とは対照的に、中国の改革は政府主導で戦略的にリソースを再配分し、高等教育を国の経済目標に合わせるものである。

Figmentはテキストで会話できるパーソナルAIで、好奇心を持ち、積極的にあなたを助ける方法を見つけながら、友達のように感じさせます。独自の24時間稼働のコンピュータとブラウザを持ち、友達による2週間のテスト中に多くの魔法のような瞬間が生まれました。

米国にはデータセンターを稼働させる十分な電力があるが、必要な場所に電力を届けることが問題である。電力網への接続待ち時間が2005年の20ヶ月から2023年には55ヶ月に延び、AI開発の主要な障害となっている。市場メカニズムは有効に機能するが、送電網の計画が遅れている。

本記事では、AIによる自動化が安価な労働力の輸出に依存する貧困国の経済発展モデルを脅かす可能性について論じています。農業から製造業、サービス業へと至る歴史的な発展の梯子を振り返り、製造業の雇用が発展途上国でより早期にピークを迎えていることを指摘します。ITやコールセンターなどのサービス輸出もリスクにさらされており、新卒採用の減少などの初期兆候が見られます。安価な労働力は一時的に競争力を保つかもしれませんが、急速に低下するAIコストが最終的にその優位性を排除し、貧困国に成長の道筋を残さなくなる可能性があります。

本記事では、2026年現在のCharacter AI代替アプリを徹底比較。Polybuzz、Chai、Silly Tavern、Swerve、chatbrat.aiの長所短所を解説し、chatbrat.aiが個性、記憶、ソーシャルアーケード体験で優れている理由を紹介。

SlopWatchは、ユーザーがウェブページのAI生成コンテンツを評価できるChrome拡張機能です。コミュニティの評価は「Slopスコア」として集約され、コンテンツがAI生成である可能性を示します。現在の評価は4.3/5で、オンラインの透明性向上を目指しています。

Current AIがオープンソースAIギャップマップv0.1を発表。24,626以上のプロジェクトを調査し、開放性、能力、採用率を評価し、重要なギャップを特定してコミュニティの努力をまとめるための可視化ツールです。

ClawTeamsはEコマース販売者のためのAI従業員プラットフォームです。目標（例：「第4四半期の売上を20%増やす」）を設定するだけで、AIチームがタスクを分解し、専門家を割り当て、計画を実行します。高度な判断が必要な場合のみ承認を求めます。

Ghostは、面接中に即座に自然な回答を提供するリアルタイムAI面接コーチです。3秒以内で応答、4つのトーンモード、無料から始められ、Pro版は月額12ドル。

Ant GroupのRobbyantは、クロスエンボディメントロボット操作のためのApache-2.0ライセンスのVision-Language-ActionモデルLingBot-VLA 2.0をリリースしました。6Bパラメータのチェックポイントは、約60,000時間のデータで事前学習されており、その内訳は50,000時間の20種類のロボット構成による軌跡と10,000時間の自己中心視点の人間ビデオです。すべてのエンボディメントを55次元の正準行動空間にマッピングし、アーム、器用な手、腰部、頭部、移動ベースをカバーします。トークンレベルで負荷均衡損失を必要としない混合専門家（MoE）行動専門家が容量を拡張します。LingBot-DepthとDINO-Videoからのデュアルクエリ蒸留により、幾何学的および時間的監視が追加され、未来を考慮した制御が可能になります。GM-100汎用ベンチマークでは、評価された両プラットフォームでπ0.5およびLingBot-VLA-1.0を上回りました。

KPMGの調査によると、企業リーダーの約3分の1がAI運用コストの理解と管理に苦戦している。Anthropic、OpenAI、GitHubなどが定額制から使用量ベースの課金に移行する中、企業はAI導入計画を再検討している。調査では、コストが期待価値を上回ったため、約半数がAI導入を延期したことも明らかになった。一方、アマゾンとマイクロソフトはAIインフラへの資本支出を大幅に増やしているが、ガバナンスの課題は依然として残る。

Ant GroupのRobbyantは、クロスエンボディメントロボット操作のためのApache-2.0ライセンスのVision-Language-ActionモデルLingBot-VLA 2.0をリリースしました。6Bパラメータのチェックポイントは、約60,000時間のデータで事前学習されており、その内訳は50,000時間の20種類のロボット構成による軌跡と10,000時間の自己中心視点の人間ビデオです。すべてのエンボディメントを55次元の正準行動空間にマッピングし、アーム、器用な手、腰部、頭部、移動ベースをカバーします。トークンレベルで負荷均衡損失を必要としない混合専門家（MoE）行動専門家が容量を拡張します。LingBot-DepthとDINO-Videoからのデュアルクエリ蒸留により、幾何学的および時間的監視が追加され、未来を考慮した制御が可能になります。GM-100汎用ベンチマークでは、評価された両プラットフォームでπ0.5およびLingBot-VLA-1.0を上回りました。

Appleの研究チームは、トレーニング不要のトークン単位の診断フレームワークを提案し、勾配アライメントスコアを用いてオンライン政策蒸留の信号品質を評価した。蒸留ガイダンスは正しいロールアウトよりも誤ったロールアウトで理想によりよく整合し、最適な蒸留コンテキストは学生モデルの容量とタスクの両方に依存し、普遍的な構成は存在しないことを発見した。

本論文では、不確実性シグナル（自己一貫性、推論トレース長、言語化された信頼度）を用いて再帰的言語モデルを強化するSRLMフレームワークを提案する。ベンチマークでRLMを最大22%上回り、再帰そのものが性能の主因ではないことを示す。

GPT-5.6 が Word、Excel、PowerPoint、Chat、Cowork 全体でより強力な AI 機能を提供し、より迅速かつ高品質な作業を実現する方法をご紹介します。

マルチモーダル大規模言語モデルは視覚理解で高い性能を示しているが、特にエゴセントリックな設定では時間的認識が不足している。Appleの研究チームは、時間的推論を促進するために強化学習と検証可能な報酬を用いたTemporal Global Policy Optimization（TGPO）アルゴリズムを提案している。

Ollamaは、開発者がオープンモデルを簡単に実行できるプラットフォームで、Benchmark、Theory Ventures、8VCなどから8800万ドルを調達しました。890万人の開発者に利用され、フォーチュン500社の85%が採用。所有権、手頃な価格、プライバシーを重視しています。