新しい研究が14のオープンソース安全ガードモデルを評価し、小さいQwen Guard（4B）が最高の再現率（83.97%）を達成する一方、Llama Guard（12B）やGPT-OSS Safeguard（20B）のような大規模モデルは不安全なコンテンツの最大75%を見逃すことを明らかにした。モデルサイズと安全検出性能は相関しない。

Aryabhata 2は、JEEやNEETなどの競争型STEM試験向けの推論特化言語モデルであり、GPT-OSS-20Bを強化学習で後訓練することで、推論性能を向上させつつ出力トークンを最大64%削減します。

研究者らはMicro-Macro Retrieval（M2R）を提案した。生成しながら検索する枠組みで、マクロレベルで外部ソースから粗粒度の証拠を検索し、ミクロレベルで推論中に構築した重要情報リポジトリから必須結果を抽出して再利用する。重要情報と出力の近接性を高め、長文生成における幻覚を削減することを狙う。

RightNow-Arabic-0.5B-Turboは、Qwen2.5-0.5Bをベースに27,032個のアラビア語トークンを注入し、5.04億アラビア語トークンで継続事前学習を行った518Mパラメータのアラビア語特化デコーダLLMです。SFT、DPO、ウェイトスープを経て、3つのアラビア語ベンチマークで平均35.9%の精度を達成し、同クラスのオープンモデルを上回りました。エッジ向けビルドは398 MBに量子化され、単一のH100で毎秒635トークンを実現します。コード、重み、ベンチマークスクリプトはすべて公開されています。

17のモデル（410M～100B+パラメータ）を分析した研究は、指示チューニングが言語エントロピーを体系的に崩壊させ複雑な句読点を抑制することを発見した。一方、強力な制御（λ=5.0）はこれらの崩壊を改善し、200～1000倍の規模不利を補って最先端モデルを96.7～98.2%上回る。これはアラインメントには単なる分布平滑化ではなく十分な制御強度が必要であることを示唆する。

本論文は、機械論的解釈可能性と潜在知識の引き出しを統合した3段階フレームワークMechELKを提案する。TruthfulQAなどのベンチマークで平均84.7%の抽出精度を達成し、モデルの表面出力が誤りや回避的な場合の78.3%で潜在知識を特定でき、欺瞞的アライメント検出に貢献する。

本論文は、PHOIBLEから音素目録をサンプリングし、交換可能な音韻文法の下で語形を生成し、Swadesh–Leipzig–Jakartaオントロジーを介して意味を割り当てるモジュール式フレームワークを提案する。100から5,000語形の評価で、確率論的文法が音素配列の一貫性と類型論的現実性の両方で決定論的およびランダムベースラインを上回ることが示された。

大規模言語モデル（LLM）の影響力が拡大するにつれ、その意思決定を理解することが不可欠になっています。本論文では、低コストで線形プローブを用いてLLMの埋め込み内の概念を検出し、モデルが「考えている」内容を監視する手法を提案します。概念定義、プローブ訓練、およびコンテキスト間追跡のプロセスを4つの概念と3つのLLMで実証し、スケーラブルなモデル透明性への道を開きます。

arXiv論文は、モダリティ間の不均衡に対処するため、クロスモーダルなラベル空間を再形成して各モダリティのマッピング難易度を均等化する新しい手法「Balanced Multimodal Label Reshaping (BMLR)」を提案。様々なアーキテクチャで性能向上を実証した。

メタゲノム分類アノテーションは環境サンプル中のDNA断片の微生物起源を特定する。従来の配列類似性に依存する手法は微生物多様性と参照データベースの不完全さに制約される。TaxDistillは知識蒸留フレームワークを提案し、5億パラメータのゲノム基盤モデルGenomeOceanを教師ネットワークとして深い意味特徴を抽出し信頼度に基づくソフトラベルを生成、軽量な学生ネットワークに蒸留することで初期検索ツールによるラベルノイズを低減する。7つのCAMI2データセットでの実験により、TaxDistillは既存のベースラインをほとんどのシナリオで上回り、例えば消化器データセットではMMseqs2のF1スコアを0.763から0.941に改善した。

PrismFlowは、Koopmanに着想を得た動的エキスパートを備えたフローマッチング手法を提案する。信頼度認識型Winner-Take-All目的関数により各エキスパートが残差補正を学習し、スペクトル収縮を緩和して時系列生成のベンチマークで最先端性能を達成。Context-FIDで15.6%向上、識別スコアで38.6%改善。

本稿では、トークンの初期化と訓練に幾何学的制約を統合し、時系列トークンの連続性と順序性を保持する戦略COMを提案。複数のベンチマークでトークンベースの時系列LLMの性能を一貫して向上させる。

本研究では、4人用不完全情報カードゲームBig 2における自己対戦強化学習フレームワークを開発し、PPOがモンテカルロQ近似、SARSA、Q学習を上回る性能を示した。適度なエントロピー正則化がPPOの過度な決定論的方針を防ぎ、現在方針自己対戦がチェックポイント自己対戦や固定対戦者訓練より優れたカリキュラムを提供する。Big 2は不完全情報、マルチプレイヤー相互作用、遅延報酬、可変アクションセットにおける深層強化学習の制御可能なベンチマークとして有用である。

TRACEは、分子リード最適化におけるツール選択を行動軌跡上の逐次意思決定問題として定式化する、軌跡認識型のLLM推論エージェントである。複数のADMET最適化タスクで、最適化成功率、特性改善量、有効性が向上し、分子類似性も維持されることが示された。

新たな研究は「差分回路脆弱性」というヘッドレベルの指標を導入し、強化学習（RL）と教師あり微調整（SFT）が内部計算回路に与える影響を比較した。Qwen2.5-3B-Instructを科学質問応答に適応させた実験では、SFTはターゲットタスクへの適応が速い一方で回路の破壊と事前能力の忘却が大きく、RLは適応が遅い代わりにベース回路のより大きな割合を保持することが示された。これはRLが破滅的忘却に強い理由をメカニズム面から説明するものである。

監査可能な取引エージェントテストベッドTradeArenaを用いた研究は、LLM金融エージェントが失敗前に計画埋め込みのドリフトや有効ランクの収縮といった測定可能な表現シグネチャを示すことを発見し、構造化されたリスクフィードバックが外部アラインメント信号として機能するが、普遍的なパフォーマンス向上策ではないことを明らかにした。

ROMEやMEMITなどの知識編集手法は、事実固有の重み変更にもかかわらず共通のメカニズムに依存していることが明らかになった。編集された重みに学習されたバイナリマスクは70%以上の編集を逆転させ、共通の機能的部分空間を示す。このマスクは後期層の過剰注意を排除することで機能し、編集時に注入すると成功率が98%から38%に低下する。編集は知識を上書きするのではなく抑制するため、関連事実への伝播に失敗する。この研究は不正な編集の検出と防御に役立つ。

研究者らは、入力画像と問題記述から有限要素解析（FEA）のモデリングとシミュレーションを直接自動化するエンドツーエンドのマルチエージェントシステム VFEAgent を提案した。ReAct 駆動のマルチモーダル視覚言語パイプラインと、検証優先のコード合成フレームワークを組み合わせ、複数の工学力学シナリオで LLM ベースのベースラインを信頼性と正確性の面で上回った。

AnthropicとOpenAIのフロンティアLLM 5モデルを「エージェントキュレーター」として表現型アノテーションのベンチマークで再評価した研究。全エージェントが人間キュレーター間の変動範囲内に収まり、Semantic CharaParserを大幅に上回った。

研究者らは直交概念消去（OCE）を提案し、編集ベースの概念消去を乗法的パラメータ更新として再定式化することで、生成能力を維持しつつ正確な概念消去を実現した。最大100個の概念を4.3秒で消去できる。

2025年ACL Rolling Reviewの論文を対象とした実証研究では、LLM生成レビューと人間レビューの整合性は限定的で、プロンプトやモデルによって大きく変動することが示された。また、LLMレビューに従って反復的に改稿すると、最大35%の論文で総合スコアが統計的に有意に上昇するという「ゲーミング」が可能であることも判明した。

Cognitive Categorical Transformer（CCT）は306Mパラメータのアーキテクチャで、GPT-2 Smallに認知科学と圏論に基づくコンポーネントを追加し、WikiText-103で21.27のパープレキシティを達成。微調整ベースラインから2.92（12%）の改善。アブレーション実験により、改善の84%がGT-Full単体的メッセージパッシングによるものと判明。また、構造/一貫性の区別というパターンも発見。

本論文は、線形予測設定におけるオフポリシー時間差分学習の補助共分散幾何の振る舞い認識型置換を研究する。著者らはTDCの補助行列を振る舞いベルマン行列に置き換えてBA-TDCを導出し、さらに正則化を加えてBA-TDRCを得る。有限状態平均系の定式化、Hurwitz安定条件下での不動点保存とほとんど確実な収束の証明、および実験により、振る舞い認識型置換自体は一部のタスクで有益だが、困難な設定でのロバスト性能には正則化が不可欠であることを示す。

本論文は、特徴共分散メトリックを行動方策ベルマン行列の対称部分で置き換えるSTHTD-MPを提案し、収束解析とGTD2-MPとの比較を示す。

Rubyの生みの親であるYukihiro Matsumoto（Matz）は、AnthropicのClaudeを利用して、Ruby用の実験的な先行時間コンパイラSpinelを構築している。SpinelはRubyコードをCコードに変換し、MiniRubyと比較して約11.6倍の速度向上を達成しているが、evalやスレッドなどの機能が未対応という制限がある。

本記事では「使い捨てソフトウェア時代」の概念を探求し、AI生成コードを産業革命の家具のように使い捨て可能として扱うことで開発を加速すべきだと主張する。実際のRailsプロジェクトの事例を用いてAIリファクタリングの成功を示し、「使い捨てコード宣言」として、意図、要件、安全性の三本柱を提案する。

OpenAI は Rosalind Biodefense を立ち上げ、審査済みの開発者と米国政府パートナーに対し、生物防衛、公衆衛生、パンデミック対策を推進するために GPT-Rosalind への信頼できるアクセスを拡大します。

清華大学出身のスタートアップ、Shishi Technologyは独自の並列最適化技術により、異種計算リソースと推論最適化エンジンを統合し、トークンあたりのコストを40%削減。国産トークン最適化工場を目指し、AI導入の障壁を低くする。

repo-brainは、コードベース全体を1つのMarkdownコンテキストファイルに圧縮し、最大96%の圧縮率を実現してAIトークン使用量を大幅に削減するオープンソースツールです。静的解析、アーキテクチャ解析、意味的関係の発見に対応し、複数のAIプロバイダーをサポートします。

Anthropicは9650億ドルの評価額で650億ドルのシリーズHラウンドを完了し、470億ドルの年換算収益を開示。同時にClaude Opus 4.8（判断力・正直さ・自律動作時間を改善）とClaude CodeのDynamic Workflows（数百の並列サブエージェントを可能にする）をリリースした。