arXivに投稿された論文は、AIアライメントを静的な嗜好の充足ではなく、AIが人間の嗜好の進化にどのように影響するかを制御するパラダイム「構成的アライメント」を導入しています。

2023年にUCバークレーの研究プロジェクトとして始まったArenaは、商用サービス開始からわずか8ヶ月で年換算経常収益1億ドルに達した。同プラットフォームは、1000万件以上のユーザー評価に基づくクラウドソース型AIモデル性能リーダーボードで有名である。

AIがモデル開発から本番推論へと移行する中、コンピュート需要は加速し、継続的に稼働するAIファクトリーへとシフトしています。NVIDIAは、収益分配モデルを通じて新興企業やモデル構築者などに大規模アクセラレーテッドコンピュートへのアクセスを提供する新戦略を発表。Sharon AIやFirmusが先行して展開しています。

MetaはAIとデータセンターに数十億ドルを投資してきた。今度は、クラウドインフラ事業を立ち上げ、AIコンピュートとモデルを販売し、AWS、Google Cloud、Azureと競合する計画だ。

Anthropicは輸出制限を経てFable 5を再展開したが、新バージョンではより厳格な安全分類器が導入され、特にコーディングタスクにおいて多くの良性リクエストがブロックされる。米国政府はモデルの事前アクセスと専用計算リソースを獲得し、AI業界の国家管理への移行を示している。

Senior SWE-Benchは、AIエージェントがシニアエンジニアのように不十分に指定されたタスクを処理し、ランタイムデバッグを行い、洗練されたコードを提供する能力を評価するための新しいオープンソースベンチマークです。50の公開タスクと50の非公開タスクで構成され、トップモデルでも75%以上の失敗率を示しています。

AIは科学のインフラとして不可欠になりつつあり、生産性を高める一方で、研究の焦点を狭め、協力を減少させる可能性があります。Natureの研究では、AIを活用した研究者は3倍多くの論文を発表し、5倍の引用を得る一方、トピックの範囲が5%減少し、コラボレーションが22%減少しました。リスクは、深い批判的思考なしに研究が工業化されることです。

Panel Designer は、実機上でコンポーネントをドラッグしてUIをデザインし、AIコード生成のためのレイアウトプロンプトをエクスポートできるツールです。プレビューモードとバージョン管理機能を備え、JSONやSwiftUIコードのインポートもサポートします。

著者は、対面での会話にAIメモアプリを持ち込むことで、社会的な「舞台裏」の本物の交流が失われると主張し、すべての会話が記録される時代に、親密さを守るための新しいエチケットを求めています。

WebDeck は、PowerPoint (.pptx) プレゼンテーションをインタラクティブなウェブプレゼンテーションにワンクリックで変換するオープンソースツールです。AIがPPTの内容を解析し、ネイティブウェブコンポーネントに再構築します。レスポンシブデザイン、多彩なブロックタイプ、ビジュアルエディタ、オフライン使用に対応し、PPT共有の課題（互換性、モバイル表示崩れ、非インタラクティブなど）を解決します。

More AI は、無料でオープンソースのWindows向けAIデスクトップアプリケーションです。クラウドAPIとローカルモデルの両方をサポートし、ガバナンスエンジンと暗号監査証跡を内蔵しています。チャット、IDE、音楽スタジオ、画像編集、動画編集、AIコロシアムなどのワークスペースを提供し、ユーザーはモデルプロバイダーを自由に選択できます。

Embodied Carbon ObservatoryがTimescaleDBを使用してクエリを6秒から100ms未満に短縮し、本当の脱炭素化とグリッド改善を区別する方法。

VektorGeistは、AI駆動のオペレーターとエージェントを活用して複雑なタスクを簡素化し、自動化を強化するオペレーター・エージェントプラットフォームを発表しました。

この風刺漫画は、AI企業が知的財産を盗んで利益を上げていることを批判し、彼らが司法を逃れているのか疑問を投げかけています。

Scrittyは、すべてのAIコーディングエージェントに共有可能で検索可能なメモリを提供します。

本論文では、結果が観測共変量を引き起こす反因果的設定におけるドメイン汎化を研究する。環境の摂動が共変量に影響しても結果には伝播しないという構造に着目し、共変量の平均と共分散の変化に対するモデルの感度を罰する2つの手法を提案する。摂動方向の推定にはラベルが不要であるため、複数環境のラベルなしデータを活用でき、特定の環境クラス下で最悪ケースの最適性保証が証明されている。制御された物理システムと生理信号データセットでの実験により有効性が示されている。

本論文は、推論LLMにおけるトークン予算と適応的推論のしきい値設定をリスク制御問題として捉え直す。目標誤り率と検証セットを与えることで、分布に依存しないリスク制御を用いて、自信がある時に停止する上側しきい値と、解けないインスタンスを事前に打ち切る新しいパラメトリック下側しきい値を最適に設定し、ユーザー指定のリスク目標を守りながら計算コストを削減する。

研究者らは、ブロックワイズ拡散言語モデルで破棄されるトークンの表現を再利用する残差コンテキスト拡散（RCD）を提案し、精度向上とデノイジングステップの削減を実現した。

Apple と大学の研究者らは、拡散言語モデル（dLLM）のトークン・アンマスクのサンプリング手順を強化学習で訓練する手法を提案した。トークン信頼度をアンマスク決定に写像する単層 Transformer の軽量方策を用い、ブロック生成では最先端のヒューリスティックに匹敵し、完全拡散設定ではそれを上回る。

MemoryLLMは、フィードフォワードモジュール（FFN）を自己注意から切り離し、文脈自由なトークン単位のニューラル検索メモリとして解釈可能にし、推論効率を向上させる。

RL微調整されたVLMはテキスト摂動に対してロバスト性が低下し、オープンソースモデルでは精度と忠実性のトレードオフが生じる一方、クローズドモデルはより堅牢であることが明らかになった。

本論文は、償却MIPS（amortized MIPS）を提案する。これは、既知の分布から繰り返し生成されるクエリに対して、固定されたキーデータベース上での最大内積検索（MIPS）の解をニューラルネットワークで直接予測する回帰手法であり、MIPSを毎回解くコストを償却する。鍵となる洞察は、MIPS値関数がキー集合の支持関数であり、その勾配が最適なキーを与えるという点である。これに基づき、支持関数を回帰する入力凸ニューラルネットワークSupportNet（クラスタルータとして機能）と、最適キーを直接回帰するKeyNet（既製のインデックスパイプラインにそのまま入力可能）の2つの相補的モデルを提案する。BEIRベンチマークでの実験では、計算量（FLOPs、プローブ数、実時間）を考慮した場合にIVFのマッチ率が大幅に向上することが示された。コードは公開されている。

組織心理学に基づく研究により、自組織化LLMチームは調整が無制約な状況でチーム内の最良専門エージェントの性能に一貫して及ばず、MLベンチマークでは最大41.1%の性能損失が生じることが判明した。主なボトルネックは専門家の特定ではなく活用にあり、チームは専門家と非専門家の意見を平均する「統合的妥協」に傾き、この傾向はチームサイズの増大とともに強まり、性能と負の相関を示す。

Metaは約6,000人の従業員に内部メモを送り、2026年の内部AI利用コストが数十億ドルに迫ると警告した。従業員は30日間で73.7兆トークンを消費し、内部ランキング「Claudeonomics」が非生産的な利用を助長。CTOのボズワース氏はトークン消費が生産性を意味しないと強調。Metaは集中管理の「AI Gateway」ダッシュボードを展開し、2027年から正式なトークン予算を実施、従業員を自社のコードアシスタントMetaCodeに誘導する。

Introspectionの共同創業者Roland Gavrilescu氏は、AI Engineer World's Fairでオートリサーチの概念、エージェント「レシピ」、自己改善ループ、そして人間がソフトウェア工場の中心であり続ける理由について説明した。

AuthSecは、認証、MFA、OIDCフェデレーション、RBAC、SCIM、クライアント管理、外部サービス資格情報、SPIFFE/SPIREワークロードIDなど、完全なアイデンティティライフサイクルを単一のバイナリで提供する統合Goサービスです。

AI時代のFOMO（取り残される恐怖）は、技術の進化が人間の学習速度を超えることで生じる慢性的な不安に変貌した。その症状、代償、そして意図的に設計された不安経済を分析し、真の解決策を提示する。

消費者団体Which?の調査により、TripadvisorがAIで生成したホテルレビューの要約が、セクハラ疑惑や集団食中毒で訴えられたホテルを「清潔」と表現するなど、深刻な苦情を軽視していることが明らかになった。

大規模分散GPUトレーニングでは、ジョブクラッシュ、サイレントスローダウン、数値破損の3つの障害モードが発生します。Databricks AIは、多様な最先端ワークロードによるストレステストと、多段階ヘルスチェックシステム（アクティブブートストラップ、パッシブ連続、定期的マルチノード）を組み合わせて、障害を早期に発見し、信頼性を確保しています。

オラクルはOpenAIなどのためにAIデータセンターに数千億ドルを投じているが、規制当局への提出書類で、これらの投資が回収できない可能性があると認めた。需要の見誤り、顧客の債務不履行、電力不足、建設リスクなど、多くのリスク要因を挙げている。それでも同社は巨額投資を継続し、設備投資のために債務を増やす計画だ。