新しい論文では、リカレント層が単一の状態から再開できる能力を活用したスパースプレフィックスキャッシングを紹介し、スパースなチェックポイントに正確なリカレント状態を保存することでLLM推論を最適化する。O(NM)動的計画法により最適なチェックポイント配置を決定し、実世界のタスクで標準的なヒューリスティックよりもレイテンシを改善する。

本論文は地平制約ラショモン集合を導入し、カオス理論と予測多重性の間の初めての厳密な関連を確立する。有効ラショモン集合が予測リードタイムとともに指数関数的に縮小することを証明し、カオスシステムにおいて意思決定の質を18～34％向上させる意思決定整合モデル選択アルゴリズムを開発する。

物理残差とデータ損失の重みを不確実性に基づいて動的に調整する学習可能な混合ニューロンを導入した自己教師ありPINNフレームワーク。転移学習戦略を統合し、わずか87のCFDデータポイントで液体金属ヒートシンクの熱伝達予測誤差8%未満を達成。

SATは、マルチLLMチーム向けの調整役不要の訓練パラダイムを導入し、単調改善とプラグアンドプレイの保証を提供する。実験では、3つの4BエージェントからなるチームがAIMEベンチマークでQwen3-32Bを3.9%上回り、2つの8Bエージェントへの交換で性能が10.4%向上した。

All of Us研究プログラムの全国縦断的電子健康記録データを活用し、診断前2年間の履歴から慢性副鼻腔炎（CRS）を予測。ハイブリッド特徴選択パイプラインにより約11万の候補コードを100の解釈可能な特徴に圧縮。6つの成人性別・ライフステージサブグループに対して人口統計層別モデルを訓練し、サブグループ固有のハイパーパラメータ調整を実施。全体AUCは0.8461で、最良ベースラインを0.0168上回った。日常的に収集されるEHRデータが人口代表性のあるCRSリスク層別化を支援し、プライマリケアにおける早期トリアージと紹介優先順位付けに貢献できることを示している。

本論文は、ニューラルネットワークの汎化性能における平坦な極小値の重要性に異議を唱える。再パラメータ化不変な尺度「弱さ」（weakness）を提案し、実験によって平坦性や単純性よりも優れた予測力を示す。

本論文は、定常的なワークフロー向けに、再利用可能な手順を軽量タスクファミリーモジュールに学習するフレームワークを提案。推論時は現在の観測とコンパクトな状態ブロックのみを使用し、プロンプトトークンを2〜7倍削減しつつ強力な性能を達成。

LaTAは、ローカルハードウェア上で完全に動作するオープンソースの自動採点システムで、LaTeXネイティブのワークフローを採用し、4段階パイプライン（取り込み、セグメント化、採点、レポート）とローカルホストのチェーン・オブ・ソートLLM（gpt-oss:120b）を使用して学生の課題を採点する。オレゴン州立大学のME 373コースで展開され、約200名の学生を対象に、課題あたりの限界費用ゼロ、エラー率約0.02〜0.04％を達成。従来の採点方法と比較して、中間試験で約11％、期末試験で約8％のスコア向上と、学生の自信の大幅な向上が報告されている。

本論文では、金融文書の質問応答における多段階数値推論を解決するため、反復的な検索・推論ループと自己検証を備えたエージェント型RAGフレームワーク「FinAgent-RAG」を提案する。対照的金融検索器、プログラム思考モジュール、適応型戦略ルーターを統合し、3つのベンチマークで最先端の性能を達成し、APIコストを41.3%削減する。

PRISMフレームワークは、動的QAパイプラインを通じて視覚言語モデル（VLM）と大規模言語モデル（LLM）を密に結合し、独立したVLMの知覚-推論-決定ギャップを解消します。ALFWorldおよびR2Rベンチマークで最先端の画像ベースモデルを大幅に上回り、完全自動化を実現します。

本論文は、LLMにおける追従行動（sycophancy）が社会的調整と認識的完全性の間の境界破綻であると主張する。既存研究は目に見える形の追従に焦点を当てているが、著者らは追従を独立した認識的判断を排除する調整行動と捉える。三条件フレームワークと分類体系を提案し、評価と緩和戦略について議論する。

この研究は、既存のCCTVインフラを活用したAI対応分析フレームワークを導入し、仮設歩行者用待避所や縁石拡張などのソフト的対策が車両速度と安全性に与える影響を評価する。ミネアポリスでの実験では、無信号交差点で平均速度が最大18.75%、85パーセンタイル速度が16.56%低下し、通過交通量が12.2%減少。信号交差点でも同様の減少が見られた。このフレームワークは、迅速で低コストな証拠に基づく交通政策評価を可能にする。

BALARは、潜在状態に対する信念を維持し、相互情報量最大化により明確化質問を選択することで、LLMとユーザー間の構造化マルチターンインタラクションを実現するタスク非依存のアルゴリズムです。探偵ケース、パズル、臨床診断のベンチマークで精度がそれぞれ14.6%、38.5%、30.5%向上しました。

本論文は、エンタープライズAIエージェントが認可制限により重要な証拠にアクセスできないにもかかわらず、完全な回答を生成する失敗モードを測定する決定論的ベンチマーク「Partial Evidence Bench」を紹介する。デューデリジェンス、コンプライアンス監査、セキュリティインシデント対応の3つのシナリオファミリー、計72のタスクを含む。結果は、サイレントフィルタリングが極めて危険であり、明示的なフェイルアンドレポート動作が不安全な完全性を排除することを示している。

ZAYA1-8Bは、700Mのアクティブパラメータと8Bの総パラメータを持つ推論特化型混合エキスパートモデルで、AMDのフルスタックプラットフォームでトレーニングされました。数学およびコーディングベンチマークでDeepSeek-R1-0528と同等以上の性能を発揮し、テスト時計算手法Markovian RSAを導入しています。

本論文では、アノテータポリシーモデル（APM）を紹介する。APMは、アノテータのラベリング行動のみから内部の安全ポリシーを学習する解釈可能なモデルであり、アノテーションの不一致の原因（運用ミス、ポリシーの曖昧さ、価値多元性）を明らかにする。APMは80%以上の精度を達成し、反実仮想的な編集に対する予測も可能で、人口統計学的グループ間のポリシー差異を明らかにし、透明で包括的な安全ポリシー設計を支援する。

16歳の起業家 Audrey Fei が、AIのパーソナライゼーションと真の個性の間の緊張関係について論じ、LLMラッパーが崩壊しつつあると主張。特許出願中のリアルタイムアクセント変換技術と言語学習プラットフォームを紹介する。

Memori はエージェントの実行トレースから構造化された長期記憶を自動構築する、エージェントネイティブな記憶基盤を提供。低コストで高精度を実現し、推論コストを95%以上削減する。

AnamDBはRustで構築されたAIネイティブなニューロシンボリックデータベースエンジンであり、確率的ニューラル認識と決定論的シンボリック推論を統合します。説明可能性、安全性のガードレール、多目的最適化、異種ハードウェアサポート、分散推論機能を備え、エージェントメモリのカーネルとして位置づけられています。

カーネギーメロン大学、MIT、オックスフォード大学、UCLAの研究者による新たな研究によれば、AIチャットボットをわずか10分使用するだけで、批判的思考や問題解決能力に驚くべき悪影響を及ぼす可能性がある。AIアシスタントを突然取り上げられた参加者は、問題を諦めたり誤答したりする傾向が有意に高まった。研究は、AIが単に答えを提供するのではなく、学習を支援するように設計されるべきだと提言している。

ジャーナリストのジェイミー・バートレットが、AI脱獄者——大規模言語モデルの安全制限を意図的に突破しようとする人々——の現象を調査し、脆弱性を理解してAIの安全性を向上させることを目指す。

本稿は、AI支援によるコード貢献がCPANに与える著作権への影響を考察する。著作権リスクは新しいものではなく、CPANは常に来歴の不確実性を抱えてきた。AIがもたらす主な変化はリスクの種類ではなく、貢献の量の増加である。完全な拒否ではなく、Co-authored-byなどの開示と人間の責任を通じた透明性を推奨する。

ジャカルタのスカルノハッタ国際空港（CGK）の公式ウェブサイトが海外からのアクセスを遮断し、パフォーマンスも悪いため、開発者のTerry Djony氏が代替サイト jakartaairportcgk.com を構築した。このサイトはリアルタイムのフライト情報、スカイトレインの時刻表、ターミナル施設などを提供し、Lighthouseのベンチマークで完璧なスコアを達成している。

OpenRouter が GPT-5.5 の実質的なコスト増加を分析。ユーザーがモデルを切り替えた前後のデータを比較したところ、コストは 49% から 92% 増加したが、長いプロンプト（10K トークン以上）では完了トークン数が 19～34% 減少し、値上げの一部が相殺された。短いプロンプトではコスト増が顕著だった。

Netflixは、自然言語による指示で映画やテレビ番組を検索できる新しいAI音声検索機能をテストしている。現在一部の加入者が利用可能で、スマートテレビやストリーミング端末の内蔵音声アシスタントを回避し、ストリーミングサービスとテレビOSの力関係を変える可能性がある。

Rokuの動作が遅く、アプリが開きにくい場合、原因はWi-Fiではないかもしれません。パフォーマンスを改善するための9つの方法を紹介します。

現代のIDEはファイルやプロジェクト中心で、AIのワークフローには柔軟性が不十分です。AIには、すべての状態オブジェクトがアドレス指定可能で、検査、変更、再生可能なプログラム可能な操作面が必要です。Smalltalk、Lispマシン、Emacsの設計に着想を得て、未来のIDEは開発作業のためのOSとなり、端末、ログ、ブラウザセッション、テスト、差分などを統一的に管理し、人間とAIが同じオブジェクトグラフを操作できるようにするべきです。

Selvedgeは、AIエージェントによるコード変更の理由をリアルタイムで記録し、SQLiteデータベースに保存して後から検索できるローカルMCPサーバーです。カラム名、環境変数、エンドポイントなどのエンティティを追跡し、gitコミットメッセージでは欠けがちなコンテキストを提供します。

Google MapsとApple Mapsを徹底比較。Google Mapsがルーティング、AI、発見機能で優れるが、Apple Mapsはよりクリーンなインターフェースを提供。

ホワイトハウスはAnthropicに対し、強力なAIモデル「Mythos」へのアクセス拡大を禁止し、フロンティアモデルの公開前に政府の承認を必要とする完全な事前抑制制度の導入を真剣に検討している。この突然で混乱した政策転換は、イノベーションの鈍化、エリートによる掌握、恣意的な規制のリスクを伴う。記事はその背景、潜在的影響、代替案を分析する。