本論文は、学際的な知識文書化と相互運用性を目指すデータモデルMMMを紹介する。規範的制約と自由なテキストラベルを組み合わせ、ドキュメント中心のシステムや形式的アプローチの限界に対処する。参照実装とパイロット展開データにより、実装可能性と初期のユーザビリティが示されている。

新たな論文は、有限合理性を道徳認知に拡張したBounded Morality（有限道徳）フレームワークを提案し、倫理理論を道徳的広がりと深さのトレードオフの中での局所的に効率的な戦略としてモデル化する。

arXivに投稿された論文は、AIアライメントを静的な嗜好の充足ではなく、AIが人間の嗜好の進化にどのように影響するかを制御するパラダイム「構成的アライメント」を導入しています。

2023年にUCバークレーの研究プロジェクトとして始まったArenaは、商用サービス開始からわずか8ヶ月で年換算経常収益1億ドルに達した。同プラットフォームは、1000万件以上のユーザー評価に基づくクラウドソース型AIモデル性能リーダーボードで有名である。

AIがモデル開発から本番推論へと移行する中、コンピュート需要は加速し、継続的に稼働するAIファクトリーへとシフトしています。NVIDIAは、収益分配モデルを通じて新興企業やモデル構築者などに大規模アクセラレーテッドコンピュートへのアクセスを提供する新戦略を発表。Sharon AIやFirmusが先行して展開しています。

MetaはAIとデータセンターに数十億ドルを投資してきた。今度は、クラウドインフラ事業を立ち上げ、AIコンピュートとモデルを販売し、AWS、Google Cloud、Azureと競合する計画だ。

Anthropicは輸出制限を経てFable 5を再展開したが、新バージョンではより厳格な安全分類器が導入され、特にコーディングタスクにおいて多くの良性リクエストがブロックされる。米国政府はモデルの事前アクセスと専用計算リソースを獲得し、AI業界の国家管理への移行を示している。

Senior SWE-Benchは、AIエージェントがシニアエンジニアのように不十分に指定されたタスクを処理し、ランタイムデバッグを行い、洗練されたコードを提供する能力を評価するための新しいオープンソースベンチマークです。50の公開タスクと50の非公開タスクで構成され、トップモデルでも75%以上の失敗率を示しています。

AIは科学のインフラとして不可欠になりつつあり、生産性を高める一方で、研究の焦点を狭め、協力を減少させる可能性があります。Natureの研究では、AIを活用した研究者は3倍多くの論文を発表し、5倍の引用を得る一方、トピックの範囲が5%減少し、コラボレーションが22%減少しました。リスクは、深い批判的思考なしに研究が工業化されることです。

Panel Designer は、実機上でコンポーネントをドラッグしてUIをデザインし、AIコード生成のためのレイアウトプロンプトをエクスポートできるツールです。プレビューモードとバージョン管理機能を備え、JSONやSwiftUIコードのインポートもサポートします。

著者は、対面での会話にAIメモアプリを持ち込むことで、社会的な「舞台裏」の本物の交流が失われると主張し、すべての会話が記録される時代に、親密さを守るための新しいエチケットを求めています。

WebDeck は、PowerPoint (.pptx) プレゼンテーションをインタラクティブなウェブプレゼンテーションにワンクリックで変換するオープンソースツールです。AIがPPTの内容を解析し、ネイティブウェブコンポーネントに再構築します。レスポンシブデザイン、多彩なブロックタイプ、ビジュアルエディタ、オフライン使用に対応し、PPT共有の課題（互換性、モバイル表示崩れ、非インタラクティブなど）を解決します。

More AI は、無料でオープンソースのWindows向けAIデスクトップアプリケーションです。クラウドAPIとローカルモデルの両方をサポートし、ガバナンスエンジンと暗号監査証跡を内蔵しています。チャット、IDE、音楽スタジオ、画像編集、動画編集、AIコロシアムなどのワークスペースを提供し、ユーザーはモデルプロバイダーを自由に選択できます。

Embodied Carbon ObservatoryがTimescaleDBを使用してクエリを6秒から100ms未満に短縮し、本当の脱炭素化とグリッド改善を区別する方法。

VektorGeistは、AI駆動のオペレーターとエージェントを活用して複雑なタスクを簡素化し、自動化を強化するオペレーター・エージェントプラットフォームを発表しました。

この風刺漫画は、AI企業が知的財産を盗んで利益を上げていることを批判し、彼らが司法を逃れているのか疑問を投げかけています。

Scrittyは、すべてのAIコーディングエージェントに共有可能で検索可能なメモリを提供します。

この論文は、特に結果が観測された共変量を引き起こす反因果設定におけるドメイン汎化問題を研究しています。著者らは、複数の環境からのラベルなしデータを利用して、共変量の平均と共分散の変動に対するモデルの感度を正則化する2つの手法を提案し、最悪ケースの最適性保証を提供しています。物理システムと生理信号データセットで実証性能を示しています。

推論大規模言語モデル（LLM）はテスト時のスケーリングにより、トークン予算が増えるにつれてデータセットレベルの精度が向上するため、適応的推論（信頼性を向上させる場合のみトークンを使い、追加計算が役に立たない場合は早期停止）が動機づけられる。しかし、トークン予算や適応的推論の閾値の設定は、根本的なリスクと精度のトレードオフを伴う実用的な課題である。本論文では、予算設定問題をリスク制御として再定義し、誤り率を制限しながら計算量を最小化する。このフレームワークは、モデルが確信を持ったときに停止する上限閾値（誤った出力のリスク）と、解けないインスタンスを事前に停止する新しいパラメトリック下限閾値（早期停止のリスク）を導入する。目標リスクと検証セットが与えられれば、分布フリーのリスク制御を用いてこれらの停止メカニズムを最適に指定する。多様な推論タスクとモデルにおける実験結果は、ユーザー指定のリスク目標を満たしつつ、計算効率の向上を示している。

残差コンテキスト拡散（RCD）は、拡散大規模言語モデル（dLLM）の新しいモジュールであり、破棄されたトークンの計算を再利用することで効率と精度を向上させます。RCDは破棄されたトークンの表現をコンテキスト残差に変換し、それをノイズ除去プロセスに再注入します。分離された2段階のトレーニングパイプラインを採用し、ベンチマーク全体で5〜10ポイントの精度向上を達成し、AIMEのような困難なタスクでは最大4〜5倍のノイズ除去ステップ削減を実現します。

拡散大規模言語モデル（dLLM）は、多くのタスクで自己回帰モデルと同等の性能を達成しつつ、推論効率が向上しています。その重要な設計要素の一つが、各拡散ステップでどのトークンをマスク解除するかを選択するサンプリング手順です。現在のヒューリスティック手法は手動調整が必要で、ブロックサイズが大きくなると性能が低下します。本研究では、強化学習を用いてサンプリングポリシーを訓練することを提案し、マスク付き拡散サンプリングをマルコフ決定過程として形式化し、軽量な単層トランスフォーマーポリシーを採用します。実験では、訓練されたポリシーが半自己回帰（ブロック）生成で最先端のヒューリスティックと同等の性能を示し、全拡散設定ではそれを上回ります。

MemoryLLMは、フィードフォワードモジュール（FFN）を自己注意から切り離し、文脈自由なトークン単位のニューラル検索メモリとして解釈可能にし、推論効率を向上させる。

強化学習ファインチューニングは視覚言語モデルの推論ベンチマークを向上させるが、誤解を招くキャプションや誤った思考連鎖に対して脆弱である。特に一貫性を考慮すると、ロバスト性が顕著に低下する。クローズドモデルはオープンソースモデルよりもロバストであり、現在のオープンソースRLファインチューニングの限界を示唆する。正確性と忠実性のトレードオフが存在し、敵対的拡張だけでは不十分で、忠実性を考慮した報酬が有効だが、近道的戦略に陥るリスクがある。

本論文では、回帰ベースのアプローチである償却MIPSを提案し、ニューラルネットワークを訓練してMIPS解を直接予測する。重要な洞察は、MIPS値関数がキー集合のサポート関数であり、その勾配が最適キーを与えることである。SupportNet（入力凸ニューラルネットワーク）とKeyNet（ベクトル値ネットワーク）の2つの相補的モデルを導入。BEIRベンチマークでの実験により、同等の計算量でIVFヒット率が向上することを示した。

自己組織化するLLMチームは、最良の専門家エージェントのパフォーマンスに及ばず、最大41.1%の損失を被ることが判明した。主なボトルネックは専門家の特定ではなく活用にあり、チームは統合的妥協に傾き、パフォーマンスを低下させる一方で敵対的エージェントに対する堅牢性を高める。

Metaは約6,000人の従業員に内部メモを送り、2026年の内部AI利用コストが数十億ドルに迫ると警告した。従業員は30日間で73.7兆トークンを消費し、内部ランキング「Claudeonomics」が非生産的な利用を助長。CTOのボズワース氏はトークン消費が生産性を意味しないと強調。Metaは集中管理の「AI Gateway」ダッシュボードを展開し、2027年から正式なトークン予算を実施、従業員を自社のコードアシスタントMetaCodeに誘導する。

Introspectionの共同創業者Roland Gavrilescu氏は、AI Engineer World's Fairでオートリサーチの概念、エージェント「レシピ」、自己改善ループ、そして人間がソフトウェア工場の中心であり続ける理由について説明した。

AuthSecは、認証、MFA、OIDCフェデレーション、RBAC、SCIM、クライアント管理、外部サービス資格情報、SPIFFE/SPIREワークロードIDなど、完全なアイデンティティライフサイクルを単一のバイナリで提供する統合Goサービスです。

AI時代のFOMO（取り残される恐怖）は、技術の進化が人間の学習速度を超えることで生じる慢性的な不安に変貌した。その症状、代償、そして意図的に設計された不安経済を分析し、真の解決策を提示する。

消費者団体Which?の調査により、TripadvisorがAIで生成したホテルレビューの要約が、セクハラ疑惑や集団食中毒で訴えられたホテルを「清潔」と表現するなど、深刻な苦情を軽視していることが明らかになった。