Fang Wuらは、分子表面表現に直接基づいてエピトープを予測する表面中心の学習フレームワークSurfBindを提案し、SAbDabやDB5.5などのベンチマークで最先端の性能を達成した。

本論文は、公表された因果方向の精度がプロトコルの違いにより比較不能であると主張する。著者らは同一の102ペアに対して、チューニングなし・全ペア強制決定という厳格なルールで手法を再実行した。ゼロパラメータの圧縮ベースラインは重み付き精度74.7%を達成し、最強手法（SLOPEの77.2%）と統計的に同等である。またRECIの77.5%という引用の誤りを追跡し、SLOPEの82.4%が決定サブセット上の数値であることを示す。

本論文では、ドメイン間とクラス間の両方の暗黙的勾配マッチングを同時に考慮する新しいメタラーニング戦略MEDICを提案する。これにより、オープンセットドメイン汎化における一対多分類器の不均衡問題を解決し、より優れた決定境界を実現し、従来手法を上回る性能を示しながら、クローズドセット汎化能力も維持する。

PC-MCMC-CIGPは、物理制約付きMCMCと化学情報ガウス過程を統合した再現可能なグレーボックスワークフローであり、疎でノイズの多い化学時系列データから解釈可能な反応ネットワークを抽出する。H2+Br2ベンチマークでは素反応のラジカル経路と現象論的フィットを区別し、スチレンエポキシ化ではGP-BOベースライン比で最終収率を12.5%改善した。10シードの獲得関数研究では、PC-EIが低収率提案を大幅に削減し、EI系基準が最強の最終性能を示した。

研究者らは、学習可能な非線形結合を持つ物理ニューラルネットワークアーキテクチャを提案し、アナログ帯域通過フィルタとして実装することで、連続制御タスクにおいてパラメータ効率が高く、超低電力で動作することを示した。

本論文は連合因果発見と推論の分野を体系的にレビューし、多次元の分類法を提案するとともに、両者を連合因果推論パイプラインの補完的な段階として初めて統合した。

本論文は、推論蒸留に用いられる6種類のオフライン強化学習損失（SFT、RFT、DFT、RIFT、Offline GRPO、DPO）の重み更新幾何学を比較する。Qwen3-4Bをベースに同一の数学データで訓練し、SFT・RFT・RIFTはほぼ共線的な更新、DFTは発散、Offline GRPOは直交成分を追加、DPOはほぼ直交部分空間に位置し最高精度を示すがモード接続障壁があることを明らかにした。

新たなarXiv論文が、LEMURデータセット内で異種4エキスパート混合エキスパート（MoE4）アーキテクチャを対象とした自動大規模探索パイプラインを提案。NVIDIA RTX 4090を用いた28日間のキャンペーンで4,463の候補モデルを生成し、1,021の評価に成功した。アルファベット順の列挙により探索空間全体（理論上の組み合わせの4.8%のみ）がAirNetファミリーに固定されるという重大なカバレッジバイアスを発見。著者らは層別ランダムサンプリングによる修正を提案し、ShuffleNetとMobileNetV3が最高精度の組み合わせを生み出す一方、FractalNetとMNASNetは低収穫であると特定した。

本研究は、深層学習を用いて学術論文全文からアルゴリズムエンティティを抽出し、自然言語処理分野における大規模なアルゴリズム共起ネットワークを構築し、ネットワークの観点からアルゴリズムの集団的影響力を分析する。40年以上の文献をカバーし、アルゴリズムネットワークが複雑ネットワークの特徴を示し、古典的で高性能なアルゴリズムや異なる研究期間の交点にあるアルゴリズムが高い影響力を持ち、影響力が低下する際にはまずコアネットワークの位置を失うことを明らかにした。

本論文は、インスタンス単位の軌跡模倣を再利用可能な戦略蒸留に置き換える戦略誘導方策最適化（SGPO）を提案する。トークン単位の前方KL目的と適応的なインスタンス重み付けにより、4つの数学ベンチマークでSFT、オンラインRL、ハイブリッド方策ベースラインを上回る。

本論文は、ANOVAと相互情報量を用いたアンサンブル特徴選択と、ハリスホークス最適化で調整したロジスティック回帰を組み合わせたハイブリッド予測モデルを提案し、女性セックスワーカーのメンタルヘルスリスクを予測する。3,005名のデータで95.78%の精度、95.77%のF1スコア、0.96のAUCを達成し、心的外傷後ストレス、客関連暴力、職業要因がうつ病の主要な要因であることを特定した。説明可能AIによりモデルの透明性を高め、脆弱な集団への早期心理社会的ケアを支援する。

IEEE IRAI 2026採択論文は、推薦をセマンティック多目的マルコフ決定過程として定式化し、Pareto-DQNエージェントを用いてエンゲージメント、多様性、提供者公平性を非集約的な報酬信号として扱う。MovieLens小データセットでエンゲージメントへの影響をわずかに抑えつつ社会目標を改善し、セマンティック均質化のフィードバックループを打破する。

新論文は、言語モデルエージェントが局所化されたニューラルネットワーク回路の説明を支援できるかを調査。AgenticInterpBenchベンチマークとHyVE手法を導入し、4つのLMバックボーンでテストした結果、エージェントは有用な説明を生成できるが、検証が主要な障害であることを発見した。

新しい研究によると、現実的な領域での有益な行動に対する強化学習により、広範囲かつ持続的なアラインメントの一般化が可能となり、健康領域に限定した介入でも非健康領域のアラインメント評価が改善し、敵対的プロンプトや有害なファインチューニングへの耐性が向上する。

本論文は、低レベルで制約多様体を用いて硬い安全制約を強制しつつ、高レベルの政策学習を通じて効果的な協調を可能にする階層型マルチエージェント強化学習フレームワークを提案する。競争力のある性能を維持しながらほぼ完璧な安全率を達成し、エージェント数や障害物の変化に対して汎化する。

本論文はエージェンシーとは何かを問い、外部スキャフォールディングに依存する「エージェント的」システムと、能力が内生的に生じる「エージェンシブ」システムを区別し、汎用エージェントのためのGoal-Identity-Configurator（GIC）アーキテクチャを提案するとともに、人間の監督下での監査可能性、制御可能性、安全性について論じる。

本論文は、古典的なルールベースプランナーから抽出したルール根拠付き推論トレースで運転VLAを監督するNeuro-Symbolic Driveを提案する。推論と運動生成を構造的に結合し、シミュレータベンチマークでADEとミス率を大幅に改善した。

RIFT-Benchは、多様なエージェントAIアーキテクチャにわたる統一的なセキュリティ評価を可能にする、グラフ表現駆動の動的レッドチーミング手法である。ディスカバリーとスキャニングの2つの自動フェーズで動作し、45のシステムで検証され、汎化性能と緩和策の評価サポートが示されている。

Handshake AI は、学生や卒業生をリモートで大規模言語モデルのテストに採用しており、時給30ドルで専門知識は不要。柔軟なパートタイム勤務でAIシステム改善に貢献するが、長期的なキャリア価値には疑問も残る。

AIによる意思決定支援が、リーダーに過度な依存をもたらし、倫理的判断を鈍らせるリスクについて論じる。

AnthropicのMythos AIモデルが、米国情報機関とのテストで機密政府システムの脆弱性を特定した。ワーナー上院議員がこの発見を公表し、AI規制をめぐるAnthropicとトランプ政権の緊張が高まっている。

本記事では、中国の鉱物サプライチェーンがEUに与える脅威と、日本およびWeChatにおけるAI戦争技術の台頭について論じます。

Amazon Prime Day 2026では、EcoFlow、Jackery、Ankerのポータブル電源ステーションやバッテリーが最大50%オフで販売されています。

Anthropicは、Slack内で仮想的な従業員として動作するAIアシスタント「Claude Tag」を発表しました。持続的なコンテキストとメモリを備え、チーム間でタスクを協力して完了でき、プロアクティブなアンビエントモードも搭載。企業向けAI市場での拡大とIPOに向けた動きです。

人工知能が世界経済を変革する中、中国の大学は急速に専攻分野を再編し、外国語・翻訳専攻を削減する一方、「具身知能」や「低空経済」などのAI関連専攻を新設している。この変化は、AI主導の未来に向けて学生を準備させるための高等教育の取り組みを反映しており、世界中の大学教育の広範な動きと一致している。

この記事は、LLMを乱用して低品質なコンテンツを生成する風潮を風刺し、特定の絵文字を使った受動的攻撃的な恥辱スキームを提案しつつ、ポジティブ強化や社会的規範の確立といったより健全な代替手段も紹介している。

開発者がMCPサーバーを構築し、全リポジトリのインデックス作成、自然言語および構造化検索、バッチPR作成とステータス追跡を自動化。30以上のリポジトリを手動管理する手間を解消した。

Upbound Inc.は本日、AI推論クラスターを管理するための新しいオープンソースツールModelplaneをリリースしました。同社のCrossplaneプロジェクトを基盤とし、マルチクラウドでの推論ワークロードの分散を簡素化し、リソースを自動スケールし、分散キャッシュでレイテンシを削減します。

KrosAIはアフリカ、ラテンアメリカ、MENA地域向けにAIエージェント専用の電話インフラを提供し、新興市場でのAI展開を支援します。

AIエージェント同士の相互作用が増え、人間との直接的なやり取りが減るにつれて、ソフトウェア要件の収集は容易になります。プログラムは予測可能で明確な仕様を持つため、従来の要件定義の難しさが軽減され、より高速で信頼性の高い開発が可能になります。