本研究はモデル蒸留を用いて25のテキストのみの静力学問題を抽出し、図を追加したデータセットと数値を変更したデータセットを構築した。LLMはテキストのみの問題では良好な性能を示すが、図が導入され多段階推論が必要になると精度が低下する。この性能低下は主に画像認識の限界ではなく、多段階推論と視覚情報の一貫した適用の困難さに起因する。

研究により、言語モデルに対する有用性（helpfulness）を目的とした事後学習（SFTやRL）が、中期学習で注入された動物への思いやりの価値を大幅に低下させることが判明。一方、コーディング領域の事後学習はこれらの価値をよりよく保持する。有用性学習は英語の一般的道徳推論も大きく低下させるが、言語を跨いだ効果は見られず、思いやり価値の低下は一貫して言語間で転移する。中期学習された価値は、領域特化型事後学習による推論改善よりも深く、言語横断的に符号化されていることを示唆。価値指向モデル構築にはコーディング事後学習が推奨される。

本論文は、回答可能な知識と棄権が期待される未知を区別し、データ汚染リスクも考慮した1,200項目・5領域のベンチマークKnow2Guessを提案する。FLAN-T5、Qwen2.5-Instruct、Llama-3-Instructを評価し、生産的な棄権の弱さ、不完全な遷移、キャリブレーションの悪さ、良性項目への拒否が持続することを示した。

HierBiasは文書コンテキストをモデル化し、バイナリバイアス検出と4クラスのバイアス型分類をマルチタスクで学習する階層的文脈条件付きメディアバイアス検出器であり、BABEとBASILで最先端性能を上回る。

本研究は、SEN12-FLOODデータセットを用いて洪水検出におけるトポロジカルデータ解析（TDA）記述子を系統的に評価した。画像からトポロジー特徴を抽出しニューラルネットワークに組み込むことで、トポロジー記述子が独立して有意な洪水信号を持ち、既存モデルを補完してより堅牢で解釈可能な洪水検出システムを実現することを示した。

Antonio Ferrara氏の博士論文は、現代の公平性パラダイムが抱える二つの根本的限界を指摘する。監査が決定論的な点推定に依存している点と、個人を構造的文脈から切り離された孤立した存在として扱う点である。統計的な厳密さと構造的視点を統合する枠組みを提案している。

本論文は、ハッシュ学習を連合学習に統合した FHPLF モデルを提案する。実数値勾配を二値的な勾配行列に置き換え、投影ハミング距離による類似度モデリングと安全な二値勾配再構成・プライバシー強化アップロード戦略を導入することで、計算・通信コストを削減しつつ表現能力とプライバシー保護を向上させる。4つの実世界データセットで、既存の HL および FL 手法を一貫して上回る性能を示した。

arXiv論文はClue2Groupフレームワークを提案し、マネーロンダリンググループの発見を初期手がかりから始まる漸進的な調査として再定義する。局所的な調査コンテキストを構築し、マルチセマンティックな局所時間GNNで手がかり条件付きリスク場を推定し、リスク・構造・事前パターンの証拠を統合して大規模金融ネットワーク内の一貫したロンダリンググループを復元する。

LLMを判定者として使う際、温度0で決定論的になるという前提が誤りであることを実証。デフォルト温度1.0により境界項目が不合格/合格に変動し、温度0でも一部の項目は再現不能。判定者の不一致を重要な健全性指標として扱うことを提言。

研究チームは、WHO の変異知識グラフを神経ゲノムモデルへの構造的な生物学的制約として統合する神経記号的フレームワーク KG-TRACE を発表した。CRyPTIC 結核菌コホートにおいてイソニアジド耐性予測で AUROC 0.9760 を達成し、神経帰属と既存の生物学の一致度を測る Biological Grounding Ratio（BGR）を導入して、臨床医に検証可能な監査証跡を提供する。

GANに適用されるNAS手法を検索戦略、評価指標、性能結果で分類・比較した新しいレビュー。進化的アルゴリズムと勾配ベース手法の有効性、ISやFIDを超えた堅牢な評価指標の必要性を指摘する。

本研究は部分可観測マルコフ決定過程と生化学反応動態を結合し、30のクラミドモナス軌跡に逆強化学習を適用して走光性の目的関数を推定した。走光性のランダムウォークが情報獲得戦略として創発することを示す。

χ-sao（Convergence-Halt-Invert-Stick-And-Oscillate）は、収束・反収束振動サイクルを利用して局所的なトラップから脱出しながら確定したモードを凍結するGPUネイティブ集団最適化手法である。Simon Fraser大学最適化ベンチマークスイートの全42関数（次元d∈{2,4,8,16,32,64}）において、χ-saoは最も困難な多峰性関数でd≥8のときに全てのCPUベースラインが失敗する中、100%のモード回復を達成。Michalewicz d=64ではbasin-hopping比最大34倍、Rotated Hyper-Ellipsoid d=64では最大39倍の高速化を実現。尤度ノイズσ_noiseが1.0までの状況でもモード検出は100%信頼性を維持する。本アルゴリズムはオープンソースのPythonパッケージとしてPyPIで公開されている。

arXiv に投稿された機械学習論文は、非線形偏微分方程式を支配する系のための注意機構ベースの物理誘導型畳み込みニューラルネットワーク代理モデルを提案する。Cahn-Hilliard 方程式で訓練された本モデルは、長時間ロールアウトでも安定かつ正確で、混合物組成を保存し、Lifshitz-Slyozov ドメイン成長則を再現する。

本論文は、コーディングエージェントにおいて解の検証が生成よりも困難であると指摘し、検証信号のスケーラビリティ、忠実性、堅牢性を同時に達成することが中心課題であり、検証は生成と共進化する必要があると論じている。

COrigamiは、自然言語から平折可能で視覚的に認識可能な折り紙の折り目パターンを生成するエンドツーエンドのAIパイプラインである。強化学習と自律的な美的評価ループにより設計を洗練させ、人間のアーティストの協働アシスタントとして機能する。

本論文は、自律型AIエージェントの推論プロセスを監視するのではなく、ハイリスクな行動の時点で独立して証明された証拠を要求するガバナンスモデルを提案する。エージェントは計画と推論の自律性を保持するが、指定されたハイリスク行動の実行権限は持たず、実行は独立した権威ある情報源によって証明され、宣言された意図に暗号的に結び付けられ、決定論的ポリシーによって評価される前提条件に依存する。決定は改ざん防止ログに記録される。概念実証実装が提供され、ソフトウェアデプロイメントと臨床処方の例で示される。

認知神経科学のドリフト拡散モデルに着想を得たDD-Eloを提案。手ごとのデータを統合してスキルの急変を捉えつつ、従来のEloとの理論的整合性を維持するチェスレーティングの枠組み。

研究者らは、Reddit投稿、WebMDレビュー、FDA有害事象報告を統合する知識グラフベースのマルチエージェントフレームワークを開発し、精神科薬の安全性情報を追跡可能かつ来源別に区別できるようにした。患者コミュニティのデータが規制当局のシグナルより数百日早く現れることが多いことも明らかになった。

本論文は、自動アノテーション、ニューラル・トピックモデリング、多層ネットワーク分析を統合したLLM活用の比較パイプラインを提案し、ERC-8004（許可不要・オンチェーン）とGoogle A2A（企業主導）という対照的なエージェント相互運用標準のガバナンス参加記録4,323件を分析した。両体制で参加不平等とコミュニティ分断の程度は同程度である一方、許可不要の設定では言説の整合性がより密であることが示された。

新たなarXiv論文は、大規模言語モデル（LLM）を駆使して実行可能なPython取引戦略を生成・評価・反復改善する進化フレームワークAlgoEvolveを提案する。プログラム合成を導くプロンプトを進化させるメタ進化的な外側ループにより、探索と活用のバランスを取り、ゼロトレード失敗を減らす探索ヒューリスティックを発見し、人間が設計した初期指示を一貫して上回ることを示した。

本論文は、指示調整済みチャットモデルにおいて、拒否行動が従順なパーソナ方向によってゲートされていることを示す。Qwen2.5-7B-InstructとLlama-3.1-8B-Instructへの介入実験により、従順パーソナ方向の操作が拒否を抑制し（Llamaでは拒否率が97%から2%に低下）、拒否方向は後期層でのみ部分的な回復をもたらすことが明らかになった。拒否はパーソナの計算よりも下流で発現する。

ベンチマークの精度が飽和すると、より困難なバージョンに置き換えられることが多い。しかし本論文は、精度中心の評価では、エージェント性能の他の6つの重要な側面（構成概念妥当性、分布外汎化性、効率性、信頼性、モデルとスキャフォールドの相対的重要性、人間とエージェントの協働による向上）を見逃すと指摘する。科学コードの計算再現性を評価するCORE-Bench Hardをケーススタディとして、精度飽和後もこれらの次元で有意義な洞察が得られることを示す。著者らは改良版ベンチマークCORE-Bench v1.1と分布外タスクスイートCORE-Bench OODを導入し、v1.1が効率性、信頼性、モデル/スキャフォールド性能の測定に依然有用であることを発見した。さらに、小規模ランダム化実験により、実世界の計算再現タスクで人間とエージェントの協働が約2倍の統計的に有意な速度向上をもたらすことを示した（時間制限のため過小評価されている可能性がある）。

本論文は、行動と線形にスケールするカスケード線形特徴を分離する反復的データ生成パイプラインを提案し、言語モデルの迎合性をより良く解もつ絡し、検出・制御を低計算コストで高解釈性をもって実現する。

LogiGateは、身元確認と法的責任をリクエスト元デバイスのハードウェアエンクレーブに移すゼロトラストミドルウェアアーキテクチャであり、エフェメラルサンドボックスと強制リセットトリガーを使用してAI処理におけるコンプライアンスとデータプライバシーを確保します。

筆者は、誰でもAIアシスタントにメールを送り、機密ファイルを漏洩させようと試みられるサイトを構築。2000人以上から6000通以上のメールが送られたが、秘密は一度も漏れなかった。実験の設定、攻撃方法、問題点、学んだ教訓を共有。

攻撃的AIエージェントにガードレールを設ける必要性について論じ、単なる指示では安全性を確保できず悪用を防げない理由を説明する。

Llamatik CodeはJetBrains IDE向けの有料AIコーディングアシスタントプラグインで、コードプライバシーとオフライン機能を重視したローカルファースト処理を特徴としています。

超党派非営利団体RAISE USが始動。5億ドル以上の資金を活用し、教育・訓練を通じてAIによる雇用変革に適応する労働者を支援。最初の州はアーカンソー、メリーランド、ユタ、コネチカット。アマゾン、マイクロソフトなどが参画。

著者はAI生成の子供向け書籍を購入したところ、不気味なボディホラー画像が含まれていることを発見し、現在のAIモデルの品質に疑問を呈しています。