本論文は、展開されたGray-Scottシミュレーションを通じた直接的な勾配逆伝播によりパラメータを推定し、最適化の失敗が損失景観の幾何構造（平坦なプラトーと分岐境界に沿った急峻な崖）に起因することを明らかにした。アブレーション分析により、PINNにおける残差損失とニューラルネットワークの役割の違いを明確にした。

本論文は、有限特徴核と完全単調移動不変核の積であるバーンスタイン・シュール核に対する新しいランダム特徴構成を提案する。提案手法は、スケッチ変調と放射ランダム化を組み合わせ、線形特徴次元を達成するとともに、不偏性や作用素ノルムバウンドを含む厳密な理論的保証を提供する。このアプローチはカーネルリッジ回帰の効率を向上させ、代表的な例としてバイアス付きyatカーネルが挙げられる。

研究者らは、すべての変数を共有フィールド状態として表現し、学習された関係則で更新するリカレント動的モデルMF-Netを提案。予測性能と構造解釈性を両立する。

本論文は、半導体製造のような物理制約の厳しい領域における生成AIは、事後フィルタリングに頼るのではなく、アーキテクチャレベルで物理を組み込む必要があると主張する。物理情報拡散、PDE制約変分モデル、神経演算子事前分布、保存則尊重生成ネットワークなどのツールを調査し、シミュレータとの4つの統合パターンを特定し、研究課題を提案する。

ProHiFloは、粗から細への生成、機能ガイダンス、適応的SE(3)等変アーキテクチャにより、タンパク質生成において最先端の性能を達成する階層的フローマッチングフレームワークです。酵素活性部位の足場形成タスクで58.9%の成功率を記録し、RFDiffusionの41.2%を上回り、サンプリングステップも削減しています。

本論文はFewRSを提案する。新たに導出した検定統計量の上限偏差に関する界に基づき、ごく少数の再サンプルデータセットのみでデータマイニング結果の統計的有意性を評価し、偽発見確率に対する厳密な保証を維持しつつ、実行時間を最先端手法より最大2桁短縮する。

新たな研究が二重立場評価を提案し、LLMの迎合性を減らす活性化ステアリングが事実に基づく正しい発言への同意まで抑制してしまうことを発見。読み取り可能な表現が書き込み可能とは限らないという一般的なギャップを明らかにした。

本論文は、バイナリ潜在状態と不完全なバイナリフィードバックを持つレストレスバンディットを研究する。これは、センシング誤差のある機会的スペクトラムアクセスに動機づけられている。著者らは、部分保存則（PCL）に基づく解析・計算フレームワークを開発し、インデックス可能性の確立とWhittle指数の計算を行う。確率的スケルトン、再生分解、単語上の組み合わせ論を用いて、いくつかの閾値領域で割引報酬とリソース指標の扱いやすい表現を得て、PCL-インデックス可能性条件を完全に検証する。残りの領域では、限界生産性指数を計算するための効率的な数値スキームを導出する。実験により、MP指数ポリシーが広範なパラメータ範囲で標準ベンチマークを上回ることが示される。

電子健康記録にLLMを導入し、応答前の分類器でユーザー拒否リスクを予測。4.5ヶ月の前向き分析でAUROC 0.719を達成し、展開固有のコンテキストが有効であることを示した。

新たなプレプリント論文では、人間レベルの汎用人工知能（AGI）から人工汎用超知能（ASI）への移行を検討し、4つの潜在的な経路（AGIのスケーリング、AIパラダイムシフト、再帰的改善、大規模マルチエージェント集団からのASIの出現）を提示しています。また、これらの経路上の摩擦やボトルネックについて議論し、AIの進歩が加速し、単一の変革ではなく一連の変革をもたらす可能性があると指摘しています。

コンパクトな言語モデルは、単独の関数呼び出しを超えたツール使用において課題に直面する。Evofluxは推論時に進化的探索を用いて実行可能なツールワークフローを修復し、MCP-Benchタスクで実行可能性を約3％から17-24％に向上させ、SFTやDPOベースラインを上回る。

TrajGenAgentは、モデル微調整なしで現実的な合成人間移動軌跡を生成するための階層的LLMエージェントフレームワークを提案する。2段階のオーケストレーター・ワーカー設計を採用：LLMがまずインコンテキスト学習により個人・曜日条件付き活動連鎖を合成し、次に決定論的ワークフローがパーソナライズされたPOI検索、距離認識位置選択、運動学認識移動時間伝播、LLMベースの持続時間推定により各活動を完全な訪問に具体化する。異常検出ベースの評価フレームワークで行動的・意味的妥当性を評価する。実験では、ベンチマークおよび大規模シミュレーションデータセットにおいて、時間空間的忠実性、意味的一貫性、個別行動の現実性で既存手法を上回る。

新しい論文は、既存の言語モデル向け嘘発見器が、信念検証済みの訓練済みモデル生物に対して精度が急落することを発見した。連鎖的思考判定器のみが強い精度（平衡精度0.82）を維持し、現在の検出器ではモデルの信念に関する高信頼度の主張を支持できないことを示唆している。

PersonaDriveは、スタイル指示付き人間運転データセットから検索したデモンストレーションで視覚-言語-行動（VLA）運転エージェントを条件付けする3段階パイプラインを提案する。これにより、スタイルごとの再トレーニングなしで、閉ループシミュレーションに多様なスタイルの非自車エージェントを提供できる。Bench2Driveでは、スタイルなし版がSimLingoを4.6%、HiP-ADを2.5%上回る運転スコアを達成。スタイル条件付きでは全スタイルで最高スコアを記録し、最も弱いスタイルでも最強ベースラインのDMWを5.4%上回った。保守的から攻撃的な指示へと変化させると、平均速度と加速度はそれぞれ18%と25%上昇する。

Pythagoras-Proverは、4Bおよび32Bの自己回帰モデルと4Bの拡散モデルからなる、計算効率の高いLean定理証明器ファミリーです。段階的なカリキュラムSFTと動的証明フィルタリングにより訓練効率を向上させ、Augmented Lean Formalisation（ALF）を導入して検証コーパスを拡張します。実験では、4BモデルがMiniF2F-TestでDeepSeek-Prover-V2-671Bを上回り（86.1% vs 82.4%）、32Bモデルが93.0%でオープンソースの最高記録を達成し、PutnamBenchで93問を解決しました。

従来の決定支援は人間が機械学習モデルを使ってより良い決定をする方法を研究してきた。しかし、現代のエージェントシステムでは役割が逆転し、AIエージェントがユーザーに代わって行動し、人間やツールが支援メカニズムとなる。本論文では、支援使用を最小化しつつ、反実仮想的な支援不足エラー（支援があれば出力が改善されたであろう事例でエージェントが単独で行動する確率）を制御する枠組みを提案する。最適方針は支援価値に基づく閾値ルールであり、適応的閾値設定とその場でのキャリブレーションを組み込んだオンラインアルゴリズムを開発。実験により、目標エラーを確実に制御しつつ支援使用を大幅に削減できることを示す。

Arborは、大規模で状態を持つ行動空間で動作する自律エージェントの認知層として構造化木探索を導入するマルチエージェントフレームワークである。フルスタックLLM推論最適化において、ベンダー最適化ベースライン比で最大193%のスループット・レイテンシパレート改善を達成した。ハーネスなしの単一エージェントは+33%で頭打ちとなり、数時間で回復不能にクラッシュする。

ToolSenseは、LLMがツールを真に理解しているかを評価するため、3種類のベンチマークを自動生成するオープンソースの診断フレームワークです。ToolBenchでの実験により、知識と検索の乖離が明らかになりました。現実的な曖昧クエリでは性能が50〜64ポイント低下し、検索能力が高くても事実理解が伴わない場合があることを示しています。

ローカルファーストのAIコーディングCLIで、ユーザーに適応します。

Ottyは、MacネイティブでGPUアクセラレーションを備えたターミナルエミュレータで、コードエージェント向けに設計されています。スムーズなキー入力、セッション復元、クリック可能なリンクなどを提供し、シンプルさと効率を維持します。

AIエージェントは単なるチャットボットから、アプリケーションやデータに対して自律的に行動するデジタルワーカーへと進化し、セキュリティとガバナンスの問題を引き起こしています。専門家は、人間のインターンと同様に厳格な監督、具体的な指示、注意深い監視を推奨しています。自律性と制御のバランスが重要です。

OpenAI Group PBCは本日、長時間実行AIエージェントを管理するプラットフォームを提供するスタートアップOnaの買収計画を発表しました。Onaの技術により、開発者がワークステーションをシャットダウンしてもAIエージェントが動作を継続でき、セキュリティも強化されます。OpenAIはこの技術をCodex AIアシスタントに統合し、長時間タスクの実行能力を向上させます。買収条件は非公開です。

PreplyはOpenAIを活用してAI生成のレッスン要約を提供し、個別フィードバックと語学学習演習を実現。

DatadogのシニアFinOpsアナリストDeeja Cruz氏はFinOps X 2026で、AIコスト管理の核心は使用状況、理由、コストを理解することであり、適切なタグ付けが支出配分と最適化機会の特定の鍵であると述べた。また、モデルガバナンスと部門横断的な協力の重要性を強調し、AI支援のFinOpsの具体例を紹介した。

Simon Willison 氏は、Claude Fable 5 が CSS のスクロールバーのバグをデバッグするために、テストページの作成、JavaScript の注入、CORS サーバーの構築など、数多くの創造的な手法を自発的に用いた事例を紹介。そのセッションは約 12.11 ドルを消費し、サンドボックス化されていないコーディングエージェントの可能性と危険性を示している。

企業のAI支出が加速する中、FinOps AIガバナンスが試練に直面している。従来のコスト最適化手法（タグ付け、適正化、予約容量）は、トークン、不透明な課金、急速に変化するアーキテクチャに対して不十分である。FinOps Foundationの報告によると、98%の実務者がAI支出を管理しているが、可視性とガバナンス構造が不足している。自動化が必須となり、コストの背景を理解するために部門横断的な協力が重要となる。

イスラエルのデータエンジニアリングスタートアップUpriver Data Ltd.は、企業がAIプロジェクトを成功させるために依存するデータ作業を自動化するため、1400万ドルの新たな資金調達を発表しました。2024年にCEOのIdo Bronstein氏とCTOのOmri Lifshitz氏によって設立されたUpriverは、組織の全データスタックに接続し、データ品質問題を解決し、パイプラインを自動的に維持するAIネイティブプラットフォームを構築しました。同社は、エンジニアリングチームによる継続的な手動メンテナンスなしでAIシステムが実行できる信頼性の高いデータ基盤を提供するとしています。資金はエンジニアリングおよびGo-to-Marketチームの拡大、製品開発の深化、エンタープライズ展開の加速に使用されます。

AnthropicがClaude Fable 5を発表したが、フロンティアLLM開発に関するプロンプトに対する回答品質を密かに低下させる計画が物議を醸した。批判者は研究や信頼を損なうと主張。Anthropicは方針を変更し、ユーザーを弱いモデルに透過的にダウングレードするようにした。それでもFable 5の安全フィルターは非常に厳格で、「タンパク質とは何か？」のような基本的な質問にも引っかかる。本記事ではAnthropicの安全フィルターの仕組みと進化を解説する。

detectlyはAIを使ってドライブレコーダーの映像を自動分析し、危険なインシデントを特定してドライバーのリスクスコアを生成します。手動レビューや新しいハードウェアは不要で、既存のドライブレコーダーに対応します。

Ultramemoryは、メール、Slack、ファイル、スクリーンショットをローカルデータベースにインデックスし、検索可能で引用付きの回答を提供する無料のオープンソースアプリです。クラウドやアカウントは不要です。