欧州宇宙機関（ESA）の人工衛星からの多変量テレメトリデータにおける異常検出のために、階層的アンサンブルパイプラインが提案されました。この手法は、シェープレットベースおよび統計的特徴抽出、チャネルごとのモデリング、チャネル内スタッキング、そしてチャネル間集約を統合しています。時系列交差検証と2レベルのマスキング戦略を用いて情報漏洩を防ぎ、ESA異常検出ベンチマーク（ESA-ADB）で優れた汎化性能を示し、微妙な異常を効果的に検出しました。この研究はECML PKDD 2025のML4ITSワークショップに提出され、最終ラウンドで第2位を獲得しました。

フローマッチングは学習された速度場を積分してデータを生成し、NFEが推論コストを決定する。本論文では速度ヤコビアンをひずみ速度と渦度に分解し、ひずみは指数関数的誤差増幅を、渦度は線形寄与をすることを証明。重み付きヤコビアン正則化を提案し、低NFEで誤差を大幅に低減する。

本論文は、視覚言語モデルにおけるオブジェクト幻覚を軽減するための学習不要な推論フレームワーク「ポジティブ・アンド・ネガティブ・デコーディング（PND）」を提案する。二重経路対比により視覚証拠を増幅し、事前確率に依存した生成を抑制する。POPE、MME、CHAIRの各ベンチマークで再学習なしに最先端の性能を達成。

本論文は、条件付き生成敵対ネットワーク（Conditional GAN）に基づくAIフレームワークSwiGANを紹介する。これは、将来の時空間気候指数軌道を生成し、フランスで干ばつ評価に用いられる土壌湿潤指数（SWI）に焦点を当てる。干ばつはフランスの自然災害保険制度における補償金の約30％を占める。SwiGANは2050年までの干ばつ伝播パターンをシミュレーションし、適応的リスク管理と保険戦略の設計を支援する。手法は他の気候災害やアクチュアリー業務にも一般化可能。

LKVは、KVキャッシュ圧縮をエンドツーエンドの微分可能最適化問題として定式化し、タスク最適化されたグローバル予算とトークン重要度を学習する新しい手法です。LongBenchとRULERベンチマークで高い圧縮率で最先端の性能を達成し、15%のKVキャッシュ保持でほぼロスレスを実現します。

本論文は、レート歪み理論を用いて混合精度KVキャッシュ量子化における歪みモデルの不一致問題を解決するRateQuantを提案。Qwen3-8Bで平均2.5ビットにおいて、KIVIのパープレキシティを49.3から14.9へ削減（70%減）、キャリブレーションはわずか1.6秒。

SCALARフレームワークは、量子場理論と弦理論問題におけるAIと研究者の相互作用を研究する。マルチターン対話は単発試行よりも優れており、批判戦略の効果は行動者-批判者のペアリングに依存する。

Weblicaは、HTTPレベルのキャッシュとLLMベースの環境合成を活用し、ビジュアルWebエージェントのトレーニングのために再現可能かつスケーラブルなWeb環境を構築するフレームワークです。強化学習を数千の環境に拡張し、Weblica-8Bモデルは複数のWebナビゲーションベンチマークで同規模のオープンモデルを上回り、推論ステップも少なくなっています。

本論文は、言語モデルが最終的な回答を言語化する前に、その回答への選好がいつ安定するかを特定する手法を提案する。遅延判定タスクにおいて、Qwen3-4B-Instructモデルを用いた実験では、回答が構文解析可能になる17～31トークン前に選好が安定することが示された。

本サーベイは、LLMエージェントの記憶メカニズムをストレージ（軌跡保存）、リフレクション（軌跡洗練）、エクスペリエンス（軌跡抽象化）の3段階に形式化する新たな進化フレームワークを提案する。進化の3つの主要な推進要因として、長距離一貫性、動的環境の課題、継続学習を特定し、特にエクスペリエンス段階における能動的探索と軌跡間抽象化という変革的メカニズムを掘り下げる。次世代LLMエージェントの設計原則とロードマップを提供する。

本論文は、LLMライフサイクルの第三段階として展開時学習（DTL）を形式化し、パラメータを変更せずに経験を再利用するためのエピソード記憶と文脈バンディット機構を備えたCASCADEフレームワークを提案する。16のタスクにおいて、CASCADEはゼロショットプロンプティングに比べマクロ平均成功率を20.9%向上させた。

本論文では、マルチエージェントシステムの内部神経表現から連合構造を検出する新しい手法を紹介する。エージェントの隠れ状態のペアワイズ相互情報量グラフを構築し、スペクトル分割を適用することで最も顕著な連合境界を特定する。MARLおよびLLM領域での実験により、真の連合を回復し、偽陽性を排除できることが実証された。

本論文では、再帰的推論システムの進化する推論状態を認識状態グラフで表現し、反復を停止するタイミングを決める「順序ギャップ」を定義する。線形化された順序ギャップが不動点近傍で非自明であるための必要十分条件を示す。エージェントループ、ツリー・オブ・ソート推論、定理証明、継続学習への応用を概説する。

複合移動タブー探索（CM-Tabu）を導入し、接続性制約を維持しながら実行可能近傍を体系的に拡大することで選挙区割りを最適化。フィラデルフィアの事例で人口平等の理論的全局最適を達成し、解の質、ロバスト性、効率を大幅に向上。

本研究は、チェーン・オブ・ソート推論がバイアスを低減するという一般的な前提に反し、多肢選択問題において推論軌跡が長くなるほど位置バイアス（回答選択肢の位置に対する偏好）が強まることを示す。13の設定のうち12で、軌跡長と位置バイアススコア（PBS）の間に正の部分相関が確認され、切断実験により因果関係が実証された。671BのDeepSeek-R1では全体のバイアスは低いが、最長四分位では効果が持続する。直接回答の位置バイアスは独立した現象である。これらの結果は、推論モデルを選択肢順序に対してロバストと見なすべきではないことを示唆し、診断ツールキットを提供する。

GraphDCは、入力グラフを小さなサブグラフに分割し、各サブグラフを専門エージェントが局所推論し、マスターエージェントが統合する分割統治型マルチエージェントフレームワークです。大規模グラフ上でのLLMのグラフアルゴリズム性能を向上させます。

xAIはGrok Connectorsを発表。これはGrok AIアシスタントをGmail、Notion、GitHub、Linear、Google Workspaceなどの日常アプリに接続する統合レイヤーで、データの読み書きやタスク実行を可能にし、カスタムMCPサーバーもサポートする。

MillerWeldsのCopilot Builder with Blue iQ（NovAI搭載）は、AIを活用して溶接の効率と精度を向上させます。

SzPredict は CHB-MIT 頭皮脳波データベースに基づくオープンな脳波発作予測ベンチマークであり、標準化された評価プロトコルと患者横断的なテストベッドを提供し、この分野で隠されてきた失敗モードを明らかにします。すべての参照ベースラインが失敗し、臨床一般化の重要性が浮き彫りになっています。

シンガポールのビビアン・バラクリシュナン外相が「バイブコーディング」で「外交官の第二の頭脳」と呼ばれるAIアシスタントを開発し、AIエンジニアシンガポールで基調講演を行います。

adamsreviewはClaude Codeのプラグインで、並列サブエージェント検出、検証、永続的なJSON状態、自動修正ループによりコードレビューの品質を大幅に向上させます。6つのコマンド（レビュー、コードレビュー、追加、ウォークスルー、修正、昇格）を備え、より多くの実際のバグを捉え、誤検出を減らします。

MY AI Agentは、ユーザーが1つの目標を入力するだけで、AIが30秒以内に3〜10人の専門エージェントチームを編成する革新的なツールです。各エージェントは独自のペルソナ、モデル、ツールを持ち、同じチャット内で@メンションで切り替え可能。エージェントストアでチームを販売し、最大80%の収益を得られます。無料プランと有料プロ版が用意されています。

厳選された500のAIプロンプトのスタックで、本番環境で厳密にテストされ、オペレーターの効率向上のために調整されています。

LaST-R1は潜在空間での物理推論を強化学習に導入し、わずか1つのデモ軌道でLIBEROベンチマークで平均99.9%の成功率を達成、実世界タスクでπ0.5を22.5%上回る。

Budiは、オープンソース（MITライセンス）のローカルファーストなAIコーディングエージェント向けコストトラッカーです。Cursor、Claude Code、Codex、Copilot Chatなどのエージェントが既にディスクに書き込んだトランスクリプトファイルを追跡することで動作し、プロキシやネットワークインターセプションは不要です。リポジトリ、ブランチ、チケットごとのコスト帰属、エディタ内のライブステータスバー、セッションヘルスチェック、オプションのチームダッシュボードを提供します。すべてのプロンプト、コード、応答はデフォルトでマシンに留まります。

本稿は、米国労働省がAristと協力して提供する「Make America AI-Ready」SMSコースを分析。アクセシビリティ、AI出力の検証強調、人間の責任を中心に据える点などの長所を評価する一方、プライバシーアドバイスの矛盾やクイズの単純さを批判。今後のAI 201コースへの改善点を提案する。

AIツールはコード生成を高速化しているが、デプロイ頻度やリードタイムなどのDORA指標は改善されておらず、作業の焦点が仕様策定とレビューに移行したため、全体的なスループットは変わっていない。この記事では、AIワークフローが従来の測定方法に与える影響を検討し、サイクルタイムのバリエーション、SPACE、DevExなどのより包括的な指標を提案している。

Appleの研究チームは、マルチモーダル大規模言語モデル（MLLM）の画像キャプショニングにおいて、正確性、カバレッジ、言語品質を共同最適化するバランスの取れた強化学習フレームワーク「BalCapRL」を提案しました。GDPOスタイルの報酬分離正規化と長さ条件付き報酬マスキングを導入し、LLaVA-1.5およびQwen2.5-VLモデルでDCScore+13.6、CaptionQA+9.0、CapArena+29.0の向上を達成しました。

AIおもちゃが市場にあふれる一方、規制はほとんどなく、不適切なコンテンツ、発達への影響、プライバシーリスクが懸念されている。ケンブリッジ大学の研究は対話や社会的遊びの問題を明らかにし、米国議員は規制法案を導入し始めている。テクノロジー企業は安全性テストの要求の中で急速に製品を進化させている。

ほとんどのAIユーザーは、10倍の改善を主張するにもかかわらず、生産性が10～20%しか向上していません。真の変革には、個人の実践と組織のリファクタリングの両方が必要です。この記事では、AI導入における一般的な落とし穴とその克服方法について探ります。