SlideCheckは、凍結された病理基礎モデルのパッチ特徴に基づく軽量な事前学習データガイダンスツールであり、異常度と悪性度のスコアを提供して病理事前学習データを整理、フィルタリング、監査し、大規模で未分化なパッチプールを制御可能で再利用可能な事前学習データセットに変換します。

本博士論文は、実環境における集団感情認識（GER）においてプライバシー保護を重視する。顔や視線、音声といった個人レベルの手がかりではなく、集団の音声・映像信号を用いて集団レベルの感情を推測する。相補的な2つのフレームワークを提案：音声・映像融合のためのクロスアテンション・マルチモーダル・アーキテクチャ（FAP併用）と、感情分類と構造表現予測のための共有潜在空間を学習する変分エンコーダ・マルチデコーダ（VE-MD）である。

本研究では、100年前のチェコ考古学アーカイブから得られた48,000枚以上の注釈付きページ画像を用いて、CNN、ViT、CLIPなどのモデルを微調整し、スキャンページを視覚的内容タイプ（テキスト、表、グラフィック）に分類するシステムを開発した。RegNetY-16GFはテストセットで99.16%のTop-1精度を達成し、649,508ページの未注釈データに対して90%以上のモデル間一致率を示した。一方、微調整されたCLIPはテスト精度は競争力があるものの、未注釈データでの一致率が65%未満であり、展開には適さないと結論付けられた。

本論文は、MST-Directを二変量・無条件・小規模グリッドから多変量・条件付き・大規模グリッド設定へ拡張する。稀疏な候補制限付きSinkhornマッチャー、FFT-MAガウスバックボーン、クリギングによる硬データ条件付けを導入し、多変量同時分布を正確に保持しつつ、PPMTを上回る性能を実証した。

本論文では、未解決部分空間実験誘導、明示的曖昧性解消、残差ベースのライブラリ不十分検出を組み合わせたAI科学者向け検証層CARTOGRAPHを提案する。5つのテストベッドで生の投影法を上回り、ライブラリ外のメカニズムを暫定的に特定し、その後取り消す能力を示す。A-Lab自律材料システムの40件の肯定的主張の回顧的監査では、後に不確定とされた4件すべてをフラグし、確認された36件中32件を通過させた。

本論文は、拡散言語モデル（DLM）における共有プレフィックスのKVキャッシュ技術「bicache」を提案する。浅層でのKV再利用の安全な深さを動的に特定することで、精度崩壊を防ぎつつ、サービングスループットを36.3%～98.3%向上させる。

研究者らは、Transformer ベースの敵対的時系列生成フレームワーク TriHead-GAN を提案した。三頭判別器が分布の真正性、変数間依存関係、ステップごとの時間的平滑性を同時に監督し、実際の炭素排出データの構造をよりよく保つ合成系列を生成する。複数の炭素データセットと ETTh1 ベンチマークで主流のベースラインを上回る性能を示した。

STARIXNet は、複数のシステムメトリクス間の時空間関係を捉え、多変量空間でリソース割り当てを導く軽量ニューラルネットワークであり、サービス安定性とコスト効率を優先する。Walmart の重要プロダクションマイクロサービスに導入され、10～50%のコスト削減とサービス安定性・顧客体験の向上を実現した。

新たに提案された階層的創発フレームワーク（HEF）は、創発をメカニズムランドスケープにおける相転移としてモデル化し、機械学習、生物学、物理学における独立した進化システムが類似した高次構造に収束する現象を説明する。モジュラ算術Transformerを用いた111回の実験では、重みノルムが創発前にピークに達し、すべての創発モデルが0.9745±0.014の精度に収束することが確認され、HEFの予測を支持した。

SPINはスワームのトポロジーを圧縮テンソルネットワークとしてモデル化し、ジョイントポリシーの評価を指数関数的から線形に削減する。さらに分離型ニューロシンボリック制御パイプラインにより、リソース制約のあるエッジ上での低消費電力な分散協調を可能にする。

MedicalRecは、医療画像分類タスクに最適なモデルを選択するためのTransformerベースのレコメンダーシステムである。試行錯誤に伴うエネルギー消費と電子廃棄物を削減することを目的としている。3,000件の論文から収集した5,000件以上のモデル記録を含むMedicalRec-Benchデータセットで訓練され、最大75.5%のHitRate@100を達成した。

本論文は、核融合プラズマ制御のためのオフライン強化学習ベンチマークRL4Fを提案する。DIII-Dトカマクの実放電データに基づく閉ループ評価環境を構築し、回転・密度・温度・圧力の4つの全プロファイル追従タスクで模倣学習とオフラインRLのベースラインを統一的に評価した。モデルベースオフラインRLが多くの目的で最高の平均性能を示すが、全タスクを支配する単一手法は存在しないことを明らかにした。

本論文は、現在のマルチモーダル過程報酬モデルが等重み付けのために個々の次元の失敗を隠蔽する問題に対処するため、最悪次元最適化を提案し、推論プロセス全体の信頼性を向上させる。

本研究では、GRU-Neural ODE変分オートエンコーダであるGNOVAフレームワークを提案する。MRI、PET、CSFを必要とせず、ルーチンの臨床データのみでアルツハイマー病患者の認知スコア（CDR-SBおよびMMSE）を双方向に予測し、疾患軌跡の再構築と予測を実現する。ADNIデータセットの1727名の患者で平均絶対誤差1.35および2.28を達成し、年齢、BMI、APOE4ステータスが強力な予測因子であることを示した。

地理空間基盤モデルPrithvi-EO-2.0を19の分布外洪水イベントで評価した研究により、検出精度は土地被覆と洪水タイプの両方に依存することが明らかになった。農地が最も高い一致度（IoU=52%）を示し、河川性洪水の検出が最も強く（F1=0.69）、樹木被覆地と市街地は洪水メカニズムに関わらず検出率がほぼゼロ（IoU=4%）であった。二重参照検証は、見かけのモデル誤差の一部が参照製品間の定義の不一致に起因すること、および初期誤差ではモデル容量よりもパイプライン工学が支配的であることを示した。

arXivに投稿された立場論文は、集約ダイナミクス、認知言語学、神経心理学、心理学を援用し、LLMと簡易インターフェースからなる基本チャットボットは人間に匹敵する思考パートナーになり得ず、LLMの更なる開発でもそれは変わらないと論じる。著者らの結論はYann LeCunの現行AIの限界に関する見解と一致し、ビッグテックの楽観論とは対立する。

LLaMA 3.1がオランダ語の神経放射線学レポートから情報抽出する性能を評価した研究。視覚評価スケールでは高い性能を示し、少数ショットプロンプティングが数値変数の抽出を大幅に改善した。

本論文はCoCoNuTなどの連続潜在推論手法に「概念ボトルネック」と呼ぶ制約を指摘する。各推論パスで中間隠れ状態が上書きされ、推論の深さが増すにつれて初期に計算した事実が失われる。著者らは、学習された書き込み・読み出し・忘却の3ゲートで制御される永続的な残差メモリを備えたAGCLRを提案し、GPT-2を用いてGSM8K、HotpotQA、ProsQAで一貫した改善を示した。

汎用コーディングエージェントをショウジョウバエ光遺伝学のデータから発見へのパイプラインで実証評価した。エージェントは個別の段階をいくつか解決できたが、事前定義された反復基準がない場合に苦戦し、エンドツーエンドの自動化は現在の能力を超えている。計算リソース管理や大規模なホールドアウトデータへの汎化といった新たな課題も指摘された。

PathoSageは、病理学のパッチレベルマルチモーダル推論のための3段階フレームワークです。構造化証拠審議により異種証拠を独立に評価し、アンカリングバイアスを低減します。また、訓練不要のベータ-ベルヌーイ経験システムでツールの信頼性をモデル化します。実験では、VQA幻覚と分類器の不一致を効果的に軽減し、強力なベースラインを上回りました。

ClawEaseは中小企業向けのAI予約管理ツールで、自動化されたスケジューリングで業務効率を向上させます。

VirusTotalはKnosticのAgentMeshエンジンをクラウドソースAIに追加し、VS Code拡張機能ファイルを分析することで、開発者やセキュリティチームがインストール前にサプライチェーン脅威を検出できるようにします。

本稿では、AIとロボットが物質的な豊かさをもたらした世界で、人間がどのように価値を創出するかを考察する。伝統的な経済生産が自動化される中、価値は独自の欲求、趣味の仕事、社会的地位、ゲームなどの非生産的活動から生まれる可能性がある。人間の仕事は「オフィスに行くこと」ではなく「買い物に行くこと」になるかもしれない。

Lead Qualifierは、LinkedInプロフィールから企業情報、テクノロジースタック、ソーシャルボイス、アウトリーチ案を含む詳細な資料を自動生成するツールです。初回のメッセージを効果的にするために、見込み客を事前に理解できます。

本研究は、Claude Code、GitHub Copilot、Cursor、Gemini、Codexの5つのエージェンティックAIコーディングツールの設定メカニズムを系統的に分析し、2,853のGitHubリポジトリでの採用状況を調査。コンテキストファイル（特にAGENTS$.md）が事実上の標準として普及している一方、スキルやサブエージェントといった高度なメカニズムはほとんど使われず、ツールごとに異なる設定慣行が形成されていることを明らかにした。

Apple開発者はFoundation Modelsフレームワークを使用してクラウドホスト型のGeminiモデルを安全に呼び出したり、XcodeでGeminiにアクセスしてマルチステップのコーディングタスクをウィンドウを切り替えずに実行できるようになりました。この統合はFirebase AI Logicに基づいており、明日からプレビューリリースとして利用可能です。

Deep Memory は、AIエージェントに構造化された永続的なメモリを提供するオープンソースライブラリです。語彙駆動型の知識グラフを用い、エンティティタイプ、リレーションシップ、プロパティ制約を事前定義することでコールドスタート問題を解決します。複数のストレージバックエンド、MCPサーバー統合、ドメイン別スターターキットをサポートします。

AI-noleak は、AIコーディングエージェントが誤って露出させたローカルシークレット（APIキー、トークンなど）を傍受し、アップストリームのAIモデルに到達する前に決定論的なプレースホルダーに置き換えるローカルリバースプロキシです。3つの層（PTYラッパー、HTTPプロキシ、ファイルウォッチャー）で動作し、TLS MITMやルートCA証明書を必要とせず、ローカルセキュリティの分離を実現します。

ECG2Strokeと呼ばれる新しいAIモデルは、わずか10秒の心電図検査から最大10年先の脳卒中リスクを予測できる。マサチューセッツ総合病院ブリガムとブロード研究所の研究者らが開発し、臨床リスクスコアと同等の性能を示し、特に心原性脳塞栓症の予測に優れている。

OpenAIはChatGPTのインターフェースを再設計し、コーディングツール、画像生成、パートナーアプリを統合して、単一のAIアシスタントを目指しています。Anthropicとの競争が激化し、企業顧客に注力しています。