SpeechDxは、12のデータセットと27のタスクを網羅する大規模ベンチマークであり、臨床音声AIを評価する。音声生成段階ごとにタスクを整理し、汎化能力をテストする。12のオーディオエンコーダの評価では、大規模音声モデルが最も優れているが、信頼性の高い汎用表現は存在しない。

MemTraceは知識ポイントを単位としてLLMの長期記憶を評価するベンチマークで、記憶年齢、質問タイプ、証拠条件の3次元で事実を調査する。類似したプール精度が異なる失敗を隠しており、主なボトルネックは検索ではなく証拠の利用であることを明らかにした。

新たなarXiv論文が、GPT-2規模の言語モデルが「ゼロ」の概念を独立に発見できるかを単純算術で検証した。言語事前学習の有無にかかわらず、テスト時の汎化は失敗するが、数十から数百のゼロの例で訓練すると性能が大幅に向上。言語事前学習により必要な例数が約50%削減されることも判明した。

スキル制約のある生産在庫システムでは、将来の有資格作業能力は今日のトレーニング決定に依存する。生産には認定作業者が必要であり、認定は維持されなければ失効し、トレーニングは生産と同様の限られた作業時間を消費する。提案された閉ループスキル制約付きモデル予測制御器は、各シフトで有限ホライゾンの混合整数計画を解き、生産、在庫、バックログ、トレーニングを最適化する。合成シナリオでの評価では、どのポリシークラスも支配的ではないことが示された。予測制御はボトルネックが予測可能な場合に有効だが、静的保険は予期しないショックや需要-能力境界近くで堅牢である。

LLMエージェントに自動評価環境を与え、クエリ書き換えルールを反復的に生成・淘汰する自己進化フレームワークを提案。パラメータ訓練なしでBM25を強化し、LeCaRD-v2で人間設計ルールや貪欲ルール選択を上回る性能を示した。

本論文では、エージェント検索における標準的な並列サンプリングの収穫逓減問題に対処するため、最初のターンでクエリを多様化する訓練不要の手法DivInitを提案する。マルチホップQAにおいて、5〜7ポイントの平均改善を達成した。

MITの研究者が開発した新しいロボット用長期記憶フレームワーク「DAAAM」は、環境内の物体を詳細に記述する3Dマップと組み合わせることで、ロボットがリアルタイムで空間記憶を構築し、自然言語による複雑な質問に高精度で回答することを可能にします。精度は既存手法より21〜53%向上し、ロボットや拡張現実への応用が期待されます。

Loomcycleは、アプリケーションと並行して動作する軽量なセルフホスト可能なランタイムで、エージェントループ、マルチプロバイダルーティング、メモリとチャネルプリミティブ、MCPサーバーアイデンティティ、OpenTelemetryトレース、マルチレプリカ調整を提供します。HTTP、gRPC、MCP、TypeScript、Pythonアダプタをサポートし、埋め込みライブラリ、マネージドクラウドサービス、プロキシゲートウェイに次ぐ第4の選択肢をエージェントシステム市場に提供します。

クアラルンプールに本拠を置くカスタマー会話管理ソフトウェア企業Respond.ioは、Camber Partners主導のシリーズBラウンドで6250万ドルを調達しました。同社の年間経常収益（ARR）は3500万ドル、前年同期比169%増、利益率30%です。

SciFigureAI は、テキスト、スケッチ、画像から科学的な図のドラフトをAIで生成し、反復編集とPPTX/SVGエクスポートを可能にし、論文、ポスター、助成金、スライド用の図作成を効率化します。ワークフローは記述、生成、編集、エクスポートの4ステップで、インスピレーションギャラリーと複数のビジュアルスタイルを備えています。

Locofy は、Figma と Cursor、Claude の間に位置するエージェンティックなフロントエンド層を提供し、デザインを直接コードに変換して開発効率を大幅に向上させます。

映画製作者がXPRIZEコンペティションを通じて250万ドルを獲得し、楽観的なSF映画のゴーサインを得るための完全な戦略を公開。

Japanly AEOは、ChatGPT、Gemini、Claudeなどの日本のAI検索があなたのブランドを推奨するかどうかをテストする無料ツールです。引用率、敬語トーン、引用構造の3つの側面をスコア化し、改善点を提供します。

Centriは、持続的なメモリ脊髄を通じてAIエージェントの忘却問題に対処するオープンソースプロジェクトです。追加専用のイベント脊髄を真実の源泉とし、派生可能なメモリグラフと決定論的コンテキストキュレーションを採用しています。主な機能には、イベント脊髄、型付きメモリグラフ、決定論的キュレーション、FTS5逐語的リコール、LLM統合、時間リコール、ACPベースのコーディング委任、ツール契約、履歴インポートがあります。Lettaとのベンチマークでは、古い事実の処理においてCentriが優れています。

penguinAI はプライバシーに重点を置いた Character.ai の代替品で、セルフホスティングは不要です。キャラクターとの対話機能を提供し、ユーザーは様々なAIキャラクターと会話できます。シンプルで設定不要です。

著者は数百に及ぶAIに関する対話を通じて、AIが社会変革、仕事、そして人間性に対して加速剤として作用することを考察する。AIは単なる生産性ツールではなく、社会現象を増幅させ、人間の特性をより貴重なものにする。また、ペンシルベニア州の政策対応にも触れている。

Databricksは、AIエージェントの時代に向けて再設計された新しい顧客データプラットフォームである「エージェンティックCDP」の概念を提唱しています。従来のCDPとは異なり、このプラットフォームは「ゴールデンコンテキスト」と「インフィニティキャンペーン」を提供し、データ基盤に組み込まれ、ミリ秒単位のリアルタイムパーソナライゼーションを実現します。本記事では、従来のCDPが速度、コンテキスト、真の1対1パーソナライゼーションの面で不十分であると論じています。

著者はAIエージェントを使ってCrunchbaseの無料代替品を構築。Grokipediaにヒントを得て、スタートアップの詳細プロフィールを作成し、不正確な情報を報告する機能を追加した。

2022年の2週間のコーディングマラソンで、現在のAIエージェントは24時間以内に性能が頭打ちになる一方、トップ人間は2週間を通じて改善を続けた。繰り返しサンプリングのElo基準線を用いた分析により、エージェントの改善は主に単純なサンプリングに過ぎず、人間は超線形的な適応を示すことが明らかになった。

このガイドでは、Devopnessプラットフォームを使用して、Docker、自動HTTPS、認証を備えたHermes自律型AIエージェントをデプロイする完全な手順を説明します。サーバーの作成、アプリケーションのセットアップ、永続ストレージ、デプロイパイプラインの設定、テストをカバーし、エージェントがSlackやGitHubと統合されて24時間稼働できるようにします。

このチュートリアルでは、xFormersツールキットを使用してGPU上で高速でメモリ効率の良いTransformerモデルを構築する実践的な方法を解説します。メモリ効率的な注意機構と標準的な注意機構の検証から始め、異なる系列長における速度とメモリ消費の比較、因果的マスキング、可変長系列のパッキング、グループ化クエリ注意（GQA）、カスタムALiBiバイアスを扱います。最後に、これらの技術を組み合わせて、SwiGLUフィードフォワード層と自動混合精度学習による学習可能なGPTスタイルのモデルを構築します。

LifeSciBenchは、AIシステムが現実の生命科学研究のタスクや意思決定をどのように処理するかを評価するための、専門家が執筆・レビューしたベンチマークです。

Kimi K2.7 CodeとClaude Fable 5で12のランディングページを生成しました。Kimiのコストは94%低く、ほぼすべてのページで数ポイント以内のスコアでした。オープンソースモデルは単に安いだけでなく、品質でも競争力があり、その差は急速に縮まっています。

Agentic Resource Discovery（ARD）仕様は、AIエージェントがツール、スキル、他のエージェントを動的に発見できるようにする発見レイヤーを提供します。Hugging Face はHub上でリファレンスツールを実装し、自然言語検索を可能にしています。

Weaviate は、クラウドプラットフォーム全体で無料ティアを提供開始しました。管理データベース、Query Agent、Engram メモリレイヤーが含まれ、クレジットカード不要、時間制限なしで、プロトタイプを構築して長期的に利用できます。

この動画では、Claude CodeとCloudflareの技術スタックを使用して本番グレードのAIアプリケーションを構築・デプロイする方法を紹介し、開発から運用までの重要な実践をカバーしています。

Databricksは、ビジネスチームがワークフローをオーケストレーションし、タスクを自動化するためのエージェンティックAI同僚ツール「Genie One」を発表しました。Genie Ontologyによりビジネスコンテキストを理解し、構造化・非構造化データを扱い、プラットフォーム間でアクションを実行します。さらに、Lake TAPアーキテクチャ、Genie Agents、Genie App Builderなどの新機能も発表され、従量課金制を採用しています。

Wolfram Language & Mathematica 第15版がリリースされ、内蔵のAIアシスタント、シンボリック音楽、時系列の大規模処理、カテゴリデータ計算など多数の新機能が追加されました。1988年の初版からの進化とAI時代におけるWolfram言語の精度の高い計算表現の重要性を強調しています。

本日、Amazon Bedrock Guardrails の新しいAPIを発表します。このAPIを使用すると、ガードレールリソースを作成することなく、エージェンティックAIアプリケーションの任意の時点で個別の安全対策（セーフティチェック）を適用できます。この記事では、InvokeGuardrailChecks API の仕組みと、安全なマルチターンエージェンティックAIアプリケーションを構築する方法を説明します。

Databricksは、AIエージェントの展開と運用を支援する一連の新ツールを発表しました。新アーキテクチャ「Lake Transactional/Analytical Processing」、リアルタイムレイクハウスエンジン「Reyden」、Genie AIプラットフォームの強化が含まれます。CEOのAli Ghodsi氏はAGIはすでに到来しているとし、AIを組織に浸透させる方法が課題だと述べています。