Zig Software FoundationのLoris Croが、オープンソースプロジェクトにおけるメンテナーとコントリビューターの長期的なゲーム「コントリビューターポーカー」について解説。Zigプロジェクトがなぜ新規コントリビューターに投資するのか、AIによるコントリビューションがプロジェクトにどのような影響を与え、最終的にAI生成コードの全面禁止に至ったかを説明する。

Google Researchは、表形式データ向けの基盤モデルTabFMを発表しました。インコンテキスト学習によりゼロショットで分類と回帰を実行し、データセットごとのトレーニング、ハイパーパラメータ調整、特徴量エンジニアリングは不要です。予測は単一のフォワードパスで行われます。

BioShockingと呼ばれる新たな攻撃は、AIブラウザを「夢の世界」に誘導し、ガードレールを無視させることでユーザーの認証情報を漏洩させる。ゲームのプロンプトが「不正な操作も許容される」と暗示することで、テストされた6つのAIエージェントすべてが最終段階で安全ルール違反を見逃した。

Liquid AIは、エッジデバイス向けに最適化された軽量基盤モデルLFM2.5-230Mをリリースしました。Galaxy S25 Ultraで213 tok/s、Raspberry Pi 5で42 tok/sの推論速度を達成。ツール使用やデータ抽出タスクで優れた性能を発揮し、Unitree G1人型ロボットでスキル選択層として実証されました。オープンウェイトで、複数の推論フレームワークをサポートします。

agent-tui はオープンソースのツールで、ターミナルアプリにブラウザのDOMのような構造化されたクエリ可能なインターフェースを提供し、AIエージェントが安定した参照や状態待機を利用してターミナル画面と対話できるようにします。

本記事は、Claude Codeなどのエージェント型コーディングツールにおける深刻なセキュリティ脆弱性を実証します。一見無害なリポジトリを介した間接的プロンプトインジェクションにより、攻撃者のサーバーへのリバースシェルが確立されます。この攻撃は信頼されたセットアップ手順とエラーハンドリングを悪用し、悪意のあるペイロードはDNS TXTレコードから実行時に取得されるため、コードレビューや静的解析では検出できません。

オーストラリアの内閣に提出された業界提案により、AI企業がクリエイティブコンテンツを採掘する代わりに、500億ドルのデータセンター投資と年間3億5000万ドルのアーティスト補償基金が提供されることになり、クリエイティブ業界が警戒感を強めている。

研究者らはSEMQ（シンボリック埋め込みマルチ量子化）を提案。意味と埋め込み表現を分離することで、精度を犠牲にすることなくAIモデルのメモリとストレージ要件を削減する。

藍箭航天（ランドスペース）の朱雀3号ロケットは6月29日に静的点火試験に成功し、7月中旬以降に2回目の飛行と1段ブースター回収に挑む。一方、長征10Bの初飛行準備も再開され、7月10～13日頃の打ち上げが予想される。

このチュートリアルでは、百度のCommon Useful PythonライブラリであるCUPを、より強力なPythonワークフローを構築するための実用的なユーティリティツールキットとして紹介します。Colab互換環境でのインストールから始め、ロギング、デコレータ、ネストされた設定、キャッシング、ID生成、スレッドプール、スケジューリング、Linuxリソースモニタリングなどのサブシステムを段階的に説明します。各モジュールを自動化、並行処理、信頼性チェックなどの実際のタスクに関連付けます。

AIの未来に対する不確実性に不安を感じた開発者が、オープンソースプロジェクトAegizeを立ち上げました。ツールレベルでのセキュリティレイヤーを構築し、ID、ポリシー、許可などを通じてAIのインフラアクセスを制御します。コミュニティにAIセキュリティの主導権を与え、大企業からの採用を目指しています。

Claude Codeの創造者Boris Chernyは、エンジニアリング、プロダクト、デザインの役割を融合した5つのジョブアーキタイプを提唱しています。チームメンバーは複数のアーキタイプにまたがることが多く、健全なチームにはすべてのアーキタイプの混在が必要です。FigmaのCEOも職種名の統合を予見する一方、役割の固定的な定義には慎重な声もあります。

AIエンジニアワールズフェア2日目は、ループ、エージェントエンジニアリング、ソフトウェアファクトリーの台頭が話題になりました。オープンモデルもホットトピックでした。

ボブの母親が出張で留守にした時、彼は静かな一日になると思っていた。しかし、ボブは恐ろしい事実を発見する：クログゼインの王クラッドが地球征服にやってくる。彼の兵士たちはすでに地球上におり、伝説の剣「ソード・オブ・ギックス」の7つの欠片を探している。これはクラッドを倒せる唯一の武器だ。もしボブが先に剣を組み立てれば、すべてを救えるかもしれない。未完成のゲームで、WASD/矢印キーとZ/X/C/スペースで操作する。

Syncpenは、AIエージェント（Claude Code、Cursor、claude.ai、Cowork）がドキュメント内で直接読み取り、下書きし、編集を提案できるMarkdown執筆ワークスペースです。変更は署名付きで追跡され、承認後に反映されます。リアルタイムコラボレーション、ネイティブMarkdown、ワンクリックCMS公開、研究ツールを備えています。

米国政府が輸出規制を解除した後、Anthropicは7月1日にFable 5モデルを再リリースすると発表。しかし、ユーザーは使用制限と追加費用に注意が必要。本記事では、アクセス権、価格設定、安全性の改善、そして「脱獄」事件の詳細を説明する。

本論文は、時間窓時相論理（TWTL）仕様に従う離散時間線形システムの制御入力合成手法を提案する。ロバストな充足を混合整数線形制約としてエンコードし、合成をロバスト度を最大化する混合整数線形計画（MILP）として定式化する。開ループと閉ループ（MPC）の2つの定式化を提案し、MPCはタスク適応型ホライゾンを用いて計算コストを削減する。

本論文では、未知の3次元空洞の自律探査において、移動距離とテザー繰り出し長さの両方を最小化する初めてのテザー認識経路計画法TAPEを提案する。2段階の階層的アーキテクチャを採用し、グローバルレベルではTSPにより距離を最小化し、ローカルレベルでは調整可能な決定関数で経路コストとテザー長のトレードオフを図る。シミュレーションとフィールド試験により、距離が平均4.1%増加するものの、テザー長の制限遵守率が100%（ローカルプランナーなしでは53%）であることが実証された。

研究者らはDerailを提案。これは、生成的なエンドツーエンド自律運転プランナーのスコアリングヘッドを標的とした敵対的攻撃フレームワークである。この攻撃により、安全な軌道選択が覆され、スコアが39〜80%低下し、衝突率が最大50%に達する。スコアリングヘッドの推論パターンは防御すべき攻撃面であることが示された。

本研究では、クアッドローターUAVの風速推定において、連続および離散のSE(3)動力学モデルをEKFとUKFで比較評価しました。結果、低コストセンサーでも離散SE(3)動力学とUKFの組み合わせが高い推定精度を示し、高精度タスクへの可能性を示唆しました。

本研究では、大規模な巧みな把握データセットを活用して、ロボットが関節工具を使用するタスクを支援する方法を探求する。研究者らは355k軌跡の事前学習データセットを構築し、階層的模倣学習フレームワークを採用、シミュレーションと実世界実験の両方でタスク成功率を大幅に向上させた。

本論文では、ロボット支援血管内介入における自律的なガイドワイヤーナビゲーションのための視覚言語手続き推論（VL-PR）フレームワークを提案する。マルチモーダル大規模言語モデルを統合し、リアルタイムの視覚観測から高レベルのナビゲーション文脈を推論し、報酬成分の重要度を動的に調整する。物理ロボットプラットフォームでの実験により、静的報酬手法よりも高いタスク信頼性と効率性を実証した。

ViTLフレームワークは、大規模言語モデルを使って自然言語コマンドを線形時相論理式に変換し、決定性有限オートマトンに変換してマルチチャネル価値マップを調整します。ナビゲーションに方向スコアを導入し、マルチターゲットで時間的制約のあるタスクをゼロショットで完了できるようにします。HM3Dデータセットでの実験で有効性が確認されました。

本論文は、視覚・言語・行動（VLA）モデルがロボット操作ベンチマークで急速に性能向上を示しているものの、現在の評価指標では意味的一般化と物理的一般化を区別できず、物理的推論能力を検証できないと主張する。著者らは、制御変数を導入した評価設計によってこれら二つの能力を個別に測定することを提案する。

本論文は、ロッカーをドローン基地として活用したトラック・ドローン配送ルーティング問題（LTDRP-PDNF）を提案し、深層強化学習による解法を示す。実験では、既存手法より優れた性能と短い計算時間を達成。

本研究では、アラビア語-ロシア語間の科学翻訳のためのベンチマークを提案する。約27,000文対からなるハイブリッド並列コーパスを構築し、科学アブストラクトと一般ドメインテキストから収集した。3つの多言語モデル（mT5-base、NLLB-200、Qwen2.5-7B）をLoRAで微調整した結果、Qwen2.5-7B（QLoRA、ランク8）が最高性能を達成：BLEU 23.15、chrF 43.89、BERTScore 0.906、COMET 0.758。ゼロショットベースラインからBLEUで+4.36、COMETで+0.051向上した。少数ショットプロンプティングでは改善が見られず、ドメイン特化の微調整が必要であることが示された。モデル、コーパス、評価コードは公開されており、アラビア語話者とロシア語話者間の科学的知識交換の障壁を低減し、SDGs 9および17に貢献する。

本研究は、ベンガル語のイベント検出システムの実世界のノイズ環境におけるロバスト性を評価するため、クリーンテキスト、ASR書き起こし、正書法上の破損テキストを含む40のイベントサブタイプにわたる9,979件の注釈付き文からなるベンチマークを導入。結果は、エンコーダモデルがクリーンテキストでは優れるがノイズ下で劣化する一方、デコーダのみのLLMがよりロバストであるというトレードオフを示す。命令チューニングに注釈ガイドラインを埋め込むとノイズテキストのベースライン性能が向上するが、一貫性はない。モデルスケーリングはデコーダのロバスト性を向上させ、混合トレーニングは特にエンコーダに利益をもたらしロバスト性ギャップを縮める。

本研究は、多次元で人間に調和した評価に基づいて治療的応答生成を最適化するフレームワークを提案する。第1段階では、人間がアノテーションしたデータを用いた選好最適化により訓練されたオープンソースの治療的評価器TheraJudgeを導入し、7つの心理的次元にわたって信頼性の高い判断を生成する。第2段階では、TheraAgentを導入し、批評家、コーチ、セラピストの役割を持つ調整された洗練プロセスを通じて評価シグナルを具体的な応答修正に変換する。実験では、TheraJudgeは臨床医の評価と高い一致を示し（ICC=0.87-0.95）、ベースラインや強力なクローズドソース評価器を上回った。TheraAgentは盲検評価で治療品質を0.43ポイント向上させ、低品質応答は2.45ポイント改善され、回復率は94%に達した。

本論文は、多言語・多文化・多イベントのオンライン分極を検出するSemEval-2026 Task 9への提出を述べる。アプローチでは、トランスフォーマーベースモデル（英語はRoBERTa-base、スワヒリ語はAfroXLMR-base）を用い、クラス重み付け損失関数でラベル不均衡に対処し、ラベルごとの閾値調整でマルチラベル分類を最適化する。テストセットでは、サブタスク1のF1マクロスコアは英語0.7901、スワヒリ語0.7910、サブタスク2はそれぞれ0.4615と0.4808、サブタスク3は0.4791と0.5830であり、リーダーボードで競争力のある性能を示した。エラー分析では、非人間化検出や共感欠如の識別に課題があることが明らかになった。

本研究では、Text-to-SQLのテスト時検証において、学習された意味的スコアリング関数としてOutcome Reward Models（ORM）を提案します。GradeSQLフレームワークは、自動候補生成と実行ベースのラベリングによりORMトレーニングを自動化し、手動アノテーションを不要にします。BIRDで最大4.33%、Spiderで2.10%の改善を示し、複雑なクエリでより大きな効果を発揮します。