本論文では、異なる撮像装置間でのマイボーム腺セグメンテーションのための2段階フレームワークTopoPult-SSLを提案する。第1段階では対象の腺マスクを必要とせず、眼瞼輪郭と臨床メタデータを弱い事前情報として利用する。第2段階では、対象腺マスクが利用可能な場合、教師付き自己蒸留により相補的な複数教師を単一のコンパクトな生徒モデルに集約する。MGD-1kからCAMGベンチマークにおいて、蒸留モデルはDice 0.716を達成し、UA-MTやアンサンブル教師を単一パスで上回った。腺マスク不要の変種は精度0.694を達成し、SAM/MedSAMを大幅に凌駕した。

本研究は、ソースLLMで学習した安全方向をターゲット生成器に転送する初のクロスモデル安全ステアリングフレームワークを提案する。ターゲット側の不安全データを一切使用せず、ASR低減と生成品質のトレードオフにおいてネイティブ学習に匹敵する性能を達成した。

本研究は、パーソナルカメラロールの視覚的質問応答（VQA）設定を提案し、50人のユーザー、31,476枚の画像、2,500のQAペアからなるcamrollデータセットを構築し、階層的メモリと効率的なナビゲーションツールを備えたcamroll-agent会話型AIエージェントを設計しました。実験では、camroll-agentが複数のベースラインを上回り、パーソナルな視覚記憶には標準的なテキスト記憶とは異なるアプローチが必要であることを示しています。

静的フォントを自動的に可変フォントに変換する新しい手法NIVは、ニューラルネットワークを用いて各点の変位を予測し、ウェイトや幅などのデザイン軸に沿った連続的な変化を可能にする。このモデルは未知のスタイルや複雑な字形（CJK文字を含む）にも汎化し、標準的な可変フォントファイルを出力する。

研究者らは、知識と推論を必要とする動画理解を強化するために設計された最初の大規模トレーニングコーパス「VideoKR」を発表した。これは、31万5千の動画推論例と、新たに収集された14万5千のCCライセンス付き専門分野動画で構成される。人間参加型のスキル指向の例生成パイプラインを開発し、新しい専門家注釈ベンチマークVideoKR-Evalも作成した。実験では、標準のSFT→GRPOパイプラインの下で、VideoKRで事後学習されたモデルは知識集約型動画推論で以前のアプローチを上回り、一般的な動画推論でも競争力を維持した。

LANTERNは、ゼロLLMコールで低レイテンシのハイブリッド検索により、会話履歴圧縮後に詳細を復元する軽量メモリ層です。実験では、LANTERNが失われた事実の回復においてMemGPTを上回り、汎用LLMの精度を平均8.4パーセントポイント向上させました。

研究者らは、語彙マッチングから論理的推論へと進む人間の認知過程を模倣し、対話的推論空間で階層的意味特徴を統合する多粒度推論ネットワーク（MGRN）を提案。複数の公開ベンチマークで強力なベースラインを上回った。

本論文は、ルーブリックベースのスコアリングに対する文レベルの解釈可能性フレームワークを提案する。SHAP値とLLM生成の根拠を組み合わせ、CLASSフレームワークのフィードバック品質次元でNCTEコーパスを用いて評価した。微調整PLMはLLMより予測精度が高いがラベル圧縮が見られ、SHAP説明はLLM根拠より忠実で転移性が高いことが示された。

既存のマルチモーダル安全性ベンチマークは視覚入力のみに焦点を当てており、視覚、音声、テキストを処理する全モーダル大規模言語モデル（Omni LLMs）を評価できません。本稿では、正確な安全性評価のために複数のモダリティの統合を必要とする、4つの安全カテゴリにわたる1196のシナリオからなるベンチマークMCBenchを紹介します。各不安全シナリオには、モデルの感度を評価するために最小限の違いしかない安全な対応シナリオがペアになっています。最先端モデルの評価により、重要な課題が明らかになりました。Omni LLMsは微妙または非物理的なリスクに苦戦しますが、顕著な視覚的または聴覚的手がかりがある場合にはより良いパフォーマンスを発揮します。推論トレースの分析により、モデルはモダリティ固有の情報を抽出できるものの、安全性判断のためにこれらの手がかりを効果的に統合できないことが多いことが示されました。我々の発見は、現在のOmni LLMsが安全クリティカルな設定において堅牢なクロスモーダル推論を欠いていることを明らかにし、マルチモーダル安全性のための改良されたアーキテクチャとトレーニング戦略の必要性を強調しています。

電気通信カスタマーサポート向けに、Qwen2.5-3BへLoRAを用いたパラメータ効率の良いファインチューニング（PEFT）を適用した系統的研究。52の業界用語集に基づく組み合わせ合成データ生成手法により、Gemini 2.0 Flashを活用して1,560のシナリオにわたる約30,000件の訓練例を生成し、16のLoRA構成を評価した。検証損失が最良（0.5024）のモデルは定性評価で6〜7位にとどまり、最悪（0.6807）のモデルがGPT-5.2とClaude 4.5 Sonnetの両ジャッジで1位となるなど、定量と定性の性能に乖離が見られた。エネルギー消費分析も含む。

arXiv論文2606.05175は、実行中のトークン状態と圧縮されたペアメモリ経路を維持することで高次のトークン間相互作用を捉える、汎用的なトリプルレイテント系列モデルを研究している。このモデル群はバイト単位のWikiText-2とトークナイザベースのMiniMindベンチマークで小型Transformerのベースラインを上回り、ゲート付きキー・バリュー検索拡張は連想想起を改善するものの、シードに敏感で、現行の参照実装では大幅に遅い。

研究者らは分散認識報酬フレームワークを提案し、GRPOを用いてLLMを心臓医療質問応答で事後学習させた。HealthBenchサブセットでQwen3-14Bの精度を0.362から0.502に、F1を0.532から0.668に向上させ、GPT-OSS-120Bの性能に迫った。

本論文は、JEPA スタイルの潜在空間予測損失と標準的なマスク言語モデリング（MLM）目的を共有エンコーダ上で組み合わせ、学習可能なスカラーでバランスを取るハイブリッド事前学習目的を提案する。同一アーキテクチャと計算予算の下で、ハイブリッドモデルはより均一な埋め込み、豊かなスペクトル幾何、表層語彙情報への依存低減を示す一方、線形プローブの下流精度は同程度である。

研究チームは、AIエコシステムにおけるモデルとデータコーパス間の合成データのクロスコンタミネーションをモデル化する二層SIR/SIRSフレームワークを提案し、合成テキスト検出と集団免疫が重要な介入戦略であることを明らかにした。

DiffSlackは、学習可能なスラック変数を用いて非線形不等式制約を等式に再定式化し、微分可能な投影層を通じてニューラルネットワークの出力を実行可能多様体に写像する。200の非線形制約を含む車両経路計画タスクで、既存の学習ベース手法を上回る計画成功率と制約充足度を達成した。

本論文は、プルーニング、マージ、プーリング、適応的再重み付けといった手設計のトークン削減オペレータを共通オペレータ空間の異なる領域として捉え、どこでトークンを削減するか、いくつ保持するか、削減後のトークン情報をどう処理するかを予算・コスト制約の下で同時に探索する微分可能フレームワーク「Efficient Operator Search」を提案し、マルチモーダルベンチマークで競争力のある精度—効率のトレードオフを示している。

Kimら（ICML 2026）は、マルチパス深層線形ネットワークにおいて、勾配流が「勝者総取り」的な単一パス特化を予測する一方で、大きなステップサイズの離散勾配降下法ではネットワークが再平衡フェーズに入り、信号が複数のパスに再分配されることを証明した。単一パス解は鋭い極小であり、信号を複数パスに分散させると鋭さが低減し、その効果はパス数と深さとともに増大する。その結果、Edge of Stabilityでの振動が初期の対称性破れを覆し、パス対称性を回復して共有表現を好むようになる。

本論文は、推論言語モデルが永続状態と一時的な計算を区別できるようにする新しい訓練目標「状態コミットメント学習」を提案する。反事実消去強化学習（CERL）により、隠れた思考を消去しても正しく答えられるよう訓練し、精度を犠牲にせずスクラッチワークへの依存を大幅に減らす。

研究者らは、蒸留大規模言語モデル（Qwen3-4B-Instruct-2507）において時間選好を司る神経サブグラフを特定し、モデルが人間よりも将来を割り引く程度が低いこと、この選好が文脈によって不安定であること、そしてステアリングベクトルで調整可能であることを発見した。

PyCCは、時系列データから常微分方程式を発見するための仮説駆動型アプローチを実装したPythonライブラリです。構造的「スケルトン」を導入し、構造的識別可能性を利用してモデルの妥当性を評価します。

本論文は、予算制約付きマイクロ事前学習において、段階的な部分因子計画ワークフローが安定した初期効果構造を回復できるかを検討する。単一GPUの学習ループ上で、2分・5分・10分のスクリーニング、シード付き再実行、ベースライン、60分ブリッジパッケージ、Windows A100とLinux L40S上の12時間・24時間の有界アンカー継続を含む613回の実験を実施。総バッチ、深さ、幅による主なペナルティは短い予算で最大となり、予算増加とともに緩和される。ランダム探索は強い incumbent に到達できるが因子帰属がない。60分ブリッジアンカーは平均が最低だが、ワークフロー改善とより大きなブリッジモデルの容量優位を分離できない。結論は、短い設計スクリーニングで高ペナルティ方向を特定し、有望なアンカーを反復確認し、縮小空間内で局所的に絞り込むという有界な方法論であり、ハードウェア不変の順位付けや一般的なハイパーパラメータ最適化の優越性を主張するものではない。

本論文はErrorquake-10kベンチマークを導入し、同一精度下でオープンウェイトLLMの誤り重大度分布に重尾の差異があることを明らかにした。重大度プロファイルは誤り率とは情報的に非冗長であり、精度と併せて報告すべきと主張する。

新しい論文は、LLMベンチマークカバレッジを評価するステレオロジー理論を提案し、ベンチマークスイートの効果次元がスコア差をはるかに超える大きな盲点を引き起こすことを明らかにし、最小限のベンチマークセットとガードナー問題の解決を提示しています。

agentgatewayは、AIおよびエージェントワークロード向けに設計された統合オープンソースゲートウェイで、Linux Foundation傘下のAgentic AI Foundation (AAIF) の第4ホストプロジェクトとして参加しました。MCP、A2A、LLM推論、HTTP、gRPCトラフィックを単一プレーンで管理し、セキュリティ、可観測性、ルーティング、ガバナンスを提供します。

Deb Liuは、絶え間ない最適化と取り残される恐怖に駆られるAI文化を考察し、真の生産性には静寂が含まれ、AIは人間の内省を代替すべきではないと論じる。

AgentNotesは、AIエージェントの動作を平易な英語で要約するツールです。1つのパッケージをインストールし、3つの環境変数を設定するだけで、ダッシュボードでエージェントのログとサマリーを確認できます。Python、Node.js、ClawHubに対応し、7日間の無料トライアルを提供しています。

AISOPは、MermaidまたはJSONフローグラフを使用して構造化AIプログラムを定義するためのオープンプロトコルです。分岐、並列実行、サブタスク、エラーハンドリングなどをサポートし、単一のポータブルJSON形式で実現します。移植性、機械可読性、トークン効率に優れ、人間の主権と福祉の公理に準拠しています。

ZillizはVector Lakebaseのパブリックプレビューを発表しました。これは、リアルタイム検索、インタラクティブな発見、バッチ分析を統合したセマンティック中心のデータプラットフォームです。階層型サービス、オンデマンド検索、外部データレイク検索、フルスペクトラム検索、統一レイクネイティブストレージなどの機能を提供し、サーバーレスと比較して大幅なコスト削減を実現します。

OSSNAにて、DirkとLinusがAIとカーネル開発について議論しました。2026年5月25日、Joe Brockmeierが報告。

多くの企業がAIに巨額を投資する一方、実際のリターンを測定できていない。Cognitionは、AIエンジニア「Devin」が支払額に見合う価値を提供しない場合、最大1,000万ドルのクレジットを提供する「AI生産性保証」を発表。この保証は、AIの出力と人間の作業時間を比較する検証済みの推定ツールに基づく。