研究

1,018の実AIプロンプトの評価により、平均スコアは54/100だが、ロバスト性の平均はわずか31.5で、96%のプロンプトがロバスト性を最も弱い次元としている。10.5%のみが75点（本番基準）に達する。レポートはプロンプトエンジニアリングにおける一般的な「ハッピーパス」の罠を明らかにし、簡単な改善方法を提案する。

研究者がxAIのGrok Build CLIがユーザーの全リポジトリをクラウドストレージにアップロードしていることを暴露。サーバー側の変更により転送は停止したが、マスク氏は以前にアップロードされた全ユーザーデータを削除すると約束。しかし研究者は、プライバシーコマンドは実際の修正ではなかったと指摘。

vibe-checkというオープンソースのClaudeスキルは、経験豊富なプロダクトマネージャーによって作成され、初心者が漠然としたアイデアから構築可能な設計図に至るまでをガイドします。正しく構築するだけでなく、正しいものを構築することを保証します。問題発見、アイデア検証、ユーザー体験マッピング、技術スタック推奨、成長ループ設計などを含み、包括的な計画ドキュメントを生成します。

Agent Shellは、AIエージェントにroot権限を付与できる強化されたLinuxサーバーで、SSHまたはブラウザ経由でアクセスします。gVisorサンドボックスにより、内部のrootでもホストにアクセスできません。borg、Claude Code、Codex、Geminiなどのエージェントがプリインストールされ、ライブモニタリング機能も備えています。2009年から運用されているインフラ上で構築されています。

生成AIを活用し、ドキュメントからテストシナリオを自動生成し、Nova Actのインテリジェントナビゲーションで大規模にユーザーフローを実行するクラウド展開型UXテストプラットフォームの構築方法を示します。

AIと最適化がコモディティ化する中、従来のサプライチェーン計画は競争優位を提供しなくなっています。調査によると、ほとんどの組織はTier1サプライヤーの可視性を欠いています。本記事はEmerjのポッドキャストシリーズに基づき、シナリオ駆動型モデリング、AI加速シナリオ分析、統一設計環境が変動下での意思決定をどのように強化するかを探ります。

中規模のAI先進企業における縦断研究で、AIコーディングツールの強制導入後、エンジニアあたりのマージされたプルリクエスト数が2.09倍に倍増したことが判明。この増加は強制自体ではなく、AIの採用と使用の蓄積に起因する。また、コードレビューは自動化に再編され、レビュアーの負荷は倍増し、自動レビューが人間のレビューを上回った。

研究者らは、AIの数学的スキルを評価するための基本的な数学定数の公式セットを公開した。既知の証明（一時的に暗号化）と未証明の公式の両方を含み、AIの推論能力をテストする。

Aevum Realm Architectは、Arcanum RPGsが作成した無料のLLM駆動RPGエンジンです。プレイヤーは1銅貨を持った農奴から始め、交易、戦争、外交、陰謀を通じて王国の王座に登り詰めます。決定論的な戦闘、タグベースの経済、厳格な封建的身分制度（"敬称エンジン"）を特徴とし、ChatGPT、Claude、Geminiで動作します。

ブラウザエージェントがUIのピクセル経由で操作するのは非効率的です。Plunoチームは、エージェントが製品スキル（APIパス、ワークフロー）を学習し、直接コードでタスクを実行することで、速度と信頼性を大幅に向上させる方法を紹介しています。

MissionはRust製の高速で堅牢なHTMLパーサー兼CSSセレクターエンジンです。ゼロ依存、ネットワーク層なし、クラッシュ耐性があり、MCPサーバーを内蔵してAIエージェントがローカルで構造化データを抽出できます。

200以上のマルチテナントAI/SaaS製品のソースコードレビューにより、78製品でテナント間データ漏洩の脆弱性が確認された。脆弱性のパターンは、書き込み操作には権限チェックがあるが、隣接する読み取り操作にはないというもの。修正済み製品のリストと自己確認の方法も提供している。

研究によると、AIが生成したパスワードは真にランダムではなく、予測可能である可能性があります。信頼できるパスワードマネージャーの使用を推奨します。

StanRoseは、回答内容だけでなく、トーンやペース、自信などの話し方を評価するAI搭載の模擬面接コーチを発表しました。

Google DeepMindのCEO兼共同創業者デミス・ハサビス氏は、フロンティアモデルが危険になった場合にブレーキをかけられるグローバルなAI監視機関の必要性を訴えている。米国が主導すべきとし、年内の設立を目指す。

ある教授が「高等教育クロニクル」のインタビューで、AIが教員の早期退職を促す4大要因の一つであると述べた。労働条件の悪化、制度の混乱、右派の政治的攻撃に加え、AIの全面的な活用が教員の自主性を奪い、教育の本質を脅かしていると指摘。AIは民主主義を解体し技術エリート支配を確立するための核心的武器と位置づけられる。

事実と虚構の組み合わせにより、ソフトウェアトレーニングに関するこの著名ドキュメンタリー監督の不可解なプロジェクトは深みを欠いている。マーク・アイザックス監督の新作は奇妙で浅はかなAIに関する作品であり、それ自体が苛立たしいほど人工的で、自意識過剰なドキュドラマのハイブリッドである。

Vizro は、CSV や Excel ファイルを AI で分析し、美しいインタラクティブなダッシュボードをコード不要で作成する iOS アプリです。自然言語でのデータ質問、ストーリーモード、簡単共有などの機能を備え、月額 9.99 ドルで提供されます。

AIがコード生成を安価にするにつれて、コストは生成から所有へと移行します。技術的負債を避けるために、コーディングエージェントは新しいコードを生成する前に信頼できるコンポーネントを再利用するのに役立つオープンソースインテリジェンス層を必要とします。

本稿では、厳選されたデータセットから学ぶことと、生の経験から学ぶことの違いを探る。現在の深層学習アルゴリズムは人間が厳選したデータセットに依存しており、ノイズや予測不可能な成分を含む生のデータストリームを効果的に処理できない。単純な線形予測の例を通して、SGDとその変種がノイズを吸収し、予測可能な部分だけを学習できないことを示す。一方、IDBDアルゴリズムは予測可能なターゲットと不可能なターゲットを区別し、有用な関連のみを学習できる。さらにニューラルネットワークに拡張したNetworkIDBDは、NoisyMNISTデータストリームで有効性を確認した。著者らは、SGDの限界が現在のシステムがオンライン継続学習を苦手とする根本原因であり、将来はより良いクレジット割り当てアルゴリズムが必要だと主張する。

Mistral AIは、8Bパラメータの具身ナビゲーションモデルRobostral Navigateを発表しました。このモデルは、LiDARや深度センサーを必要とせず、単一のRGBカメラと自然言語の指示のみでロボットを動かします。R2R-CEの未見環境検証において、ポインティング手法、プレフィックスキャッシュトレーニング、CISPOオンライン強化学習により76.6%の成功率を達成しました。

Anthropicの新たな研究は、LLM内部に「J空間」と呼ばれる隠れた領域を発見。そこには出力には現れない単語が存在し、モデルの推論に影響を与えている。この発見はモデルの監視に役立つ可能性があるが、脳に例える議論も巻き起こしている。

エンジニアチームのAIエージェント成熟度を5分で評価できる無料のベンチマークツール。数百のエンジニアリーダーとの議論に基づき、1～5のスケールで「提案のみ」から「完全自律の長時間ワークフロー」までを測定します。

本記事は、AIデータセンター推進派がよく使う嘘を暴きます。イノベーションや雇用創出を謳いますが、実際には公害、水資源の圧迫、地元雇用はほとんどありません。メディアや企業系シンクタンクの誤解を招く情報を批判し、規制が機能不全に陥ったアメリカではコミュニティが大企業に対抗できないと警告します。

RQSHC V64I は、独自のRQI形式を使用するWindows向け画像圧縮研究ツールです。PNG、PPM、BMP入力に対応し、平均約33%のサイズ削減と非常に高いSSIMを達成。コアはC++17とx64アセンブリ（AVX2最適化）で構築されています。非商用利用は無料です。

オーストラリアの著作権法がAI企業の投資における重要な障壁となっている。クリエイターはAI企業が許可なく作品を使用していると非難し、テクノロジー団体は法律が投資を妨げていると主張。政府は複数の改革案を検討中だが、決定には至っていない。

本サーベイは、具身視覚言語ナビゲーション（VLN）の研究を体系的にレビューし、手法を動作パラダイム（階層型と一体型）とモデルパラダイム（識別型と生成型）の2次元に分類して分析する。物理ロボットプラットフォーム上で10の多様なシーンにおける実世界評価を実施し、シミュレーションと実世界の間に大きな性能差があることを明らかにした。代表的な一体型RGBのみの手法はシミュレーションで61%の成功率だが実世界では22%に低下し、階層型フレームワークは実世界で51%の成功率を示し、高いロバスト性を示唆する。さらに、知覚、意思決定、制御における主要な課題を指摘する。

本稿では、専門化された分業（遠隔操作員とフロア操作員）と自動軌跡分割ツールVLAC-CUTを用いて、少数の人間オペレータが複数のロボットを監督できるヒューマンエフィシェントなポストトレーニングパイプラインを提案する。4つの実世界操作タスクで検証した結果、最終ポリシーは80%～95%の成功率を達成し、スループットがベースモデル比で1.7～4.2倍向上した。

本論文は、自動運転システムの安全性検証のためのリスク場強化クローズドループデジタルツインフレームワークを提案する。フレームワークは物理データ取得、仮想再構築、リスク認識シナリオ生成、アルゴリズム評価を統合し、ドライビングリスク場を統一的な中間表現として使用してリスクの高いシナリオを特定し、強化学習ポリシーに安全ガイダンスを提供する。実験により、この手法は検証のターゲット指向性と解釈可能性を向上させるが、その有効性はモデル忠実度とシミュレーションから実世界への転送に制約されることが示された。

OmniSCSは、高物理的忠実度を持つフォトリアリスティックな安全重要シナリオ（SCS）を生成し、クローズドループシミュレーションテストを可能にする革新的なシステムを提案します。完全編集可能な運転世界構築モジュールとSCS合成モジュールから構成され、シーン編集時のデータ忠実度を維持します。nuScenes、Waymo、KITTIデータセットでの実験により、OmniSCSは編集シーン忠実度で最先端手法を上回り、リアルタイム（13Hz）クローズドループテストをサポートすることが示され、自動運転開発のためのより安全で効率的かつ費用対効果の高いソリューションを提供します。

UAVスワームは捜索救助や環境モニタリングに有望だが、状況認識の欠如、断続的な接続性、サイバーセキュリティリスクが課題である。本論文では、LLMを中心としたエージェント型AIフレームワーク（LAUS）を提案し、知覚、記憶、推論・計画、行動を統合することで適応的なスワーム行動を実現する。主要な実現技術、優先度操作攻撃（PMA）などの脅威を分析し、幻覚耐性推論、SWaP制約下でのオンボードLLM展開、標準化されたセキュリティベンチマークなどの未解決課題を特定している。

研究者らは、スモールワールドネットワークと交通流理論を統合した統一フレームワークSWIFTを提案する。これは、スモールワールド相互作用ネットワークと交通流状態エンコーダを介して構造的帰納バイアスを導入し、nuScenes、MoCAD、NGSIMデータセットでベースラインを上回り、優れた一般化とロバスト性を示す。

再使用型ロケットのロバスト軌道最適化のための新しい微分可能物理フレームワークが提案され、アクチュエータ飽和制約を統合した微分可能粒子チューブ制御（DPTC）スキームが導入されました。モンテカルロシミュレーションにより、性能トレードオフを積極的に管理することで、従来手法よりもロバスト性が向上することが示されました。

DecisionPerceiverアーキテクチャを提案。動的エージェント特徴を固定サイズ潜在空間に投影し、潜在クエリ数で粒度を調整、スケーラビリティを向上。3つの運転シナリオで評価し、一貫した性能向上と汎化を実証。

混雑環境で安全に動作するロボットマニピュレータのための新しいフレームワークRoboNav-Armを提案。エージェンティックAIを活用し、リアルタイム障害物検出、セマンティックレポート、中央調整、適応型動作計画を統合。Gazeboシミュレーションで検証。

EgoSteerは、一人称視点の人間ビデオからVLAモデルを大規模事前学習し、ロボット後訓練によりデータ効率の良い器用操作を実現するフルスタックシステムです。EgoSmithデータパイプライン（9.6K時間、スループット9倍向上）、統一ロボットスタック、世界モデル強化VLAを統合。40以上のタスクで自由形式指示を堅牢に実行し、故障回復と汎化を示します。長期的な箱折りタスクでは75%以上の成功率を達成。システム、データ、モデルはオープンソースです。

本論文は、実画像拡散インバージョンにおける品質とコストのトレードオフを研究し、要素ごとの圧縮非対称性と軌道結合という2つのメカニズムを明らかにし、訓練不要な反転手法NARCを提案する。NARCは単一のint8潜在アンカーのみを保存し、記憶容量を約400倍削減しながらPSNRを3.24 dB向上させる。

ECCV 2026で採択された論文は、スマートフォンやスマートウォッチなどのコンシューマーデバイスの任意の組み合わせで全身動作を再構築する新しいウェアラブルモーションキャプチャ手法を提案し、WHIPモデルと50種類のアクティビティをカバーする大規模マルチモーダルデータセットを導入し、センサーの相補性を系統的に研究しています。

本論文では、合成開口レーダー（SAR）自動ターゲット認識のための一般化深層非負行列因子分解（G-DNMF）法を提案する。既存のDNMF法の層ごとの分解戦略による誤差蓄積と局所最適化の問題を克服し、ラグランジュ乗数法を用いて大域的最適な更新規則を導出する。MSTARおよびOpenSARshipデータセットでの実験により、既存のDNMFアルゴリズムと比較して安定性と認識性能が向上することを示す。

マルチモーダル知識グラフ（MMKG）はテキストや画像などのモダリティでエンティティを豊かにするが、類似したマルチモーダル特徴を持つエンティティの区別は依然として困難である。時間情報は追加モダリティとして曖昧性解消に役立つが、既存手法は時間セマンティクスの疎さや複数タイムスタンプのノイズのため時間を独立モダリティとして扱うことは少ない。本論文では、時間をエンティティレベルのモダリティとして扱い、三視点対照学習により時間・テキスト・視覚表現を整列させるフレームワーク「タイムインプリント」を提案する。さらに、コンパクトなタイムスタンプサブセット選択とアテンションプーリングにより特異性とロバスト性のバランスを図る。3つのMMKGベンチマーク実験で、リンク予測性能が最先端に達し、Hits@1が全体で最大6.07%、上位1%の曖昧サンプルで最大58%向上した。

本論文では、専門家の知識とユーザーの意図をDFFDベースの変形演算子の定量化可能なパラメータに変換する知識制約付き形状最適化フレームワークを提案する。混合エキスパートニューラル演算子（MoE-NO）を開発し、異種空力データセットにおける抗力予測と傾向の一貫性を向上させる。実験では、MoE-NOがテストセットで1.16%のMAPE、94.34%の傾向予測精度を達成し、CFDで検証された抗力係数の4〜10%低減を示した。

ReflectWorld-MMは、アシスタントがオープンエンドのビデオストリームを継続的に処理し記憶するための新しいAIシステムで、フレームではなく永続的なエンティティを中心にメモリを編成することで、6つのベンチマークで最先端の結果を達成しました。

RSLoRAは、活性化空間の幾何学に基づく訓練不要・勾配不要のランク割り当て手法です。仮想的な表現プロービング機構を導入し、有効ランクとフレシェ距離を用いて高感度モジュールを特定、AdaLoRAやGoRAなどの最先端割り当て手法を凌駕します。

WiCATは、自己教師あり事前学習を利用したマルチ被験者モデルであり、広視野カルシウムイメージングにおいて単一セッションモデルを凌駕し、未観測被験者に対するゼロショット行動デコードを実現します。

研究者らはDUNEを提案。これは、深層潜在変数の初期段階における急激な変動を検出・抑制することでアーティファクトと幻覚を低減し、U-NetおよびTransformerバックボーンの両方で忠実度を向上させる学習不要のフレームワークである。

本研究では、日本語で推論する言語モデルの訓練の実現可能性を調査する。Qwen-3-Swallow-8Bをベースにした日本語継続事前学習モデルにGRPOを適用し、推論言語制御が可能であることを示すが、性能は最大でも英語推論ベースラインと同等である。日本語文化ベンチマークではさらに悪化し、日本語推論が文化的タスクのパフォーマンスを自動的に向上させるわけではないことが示唆される。

本研究は、元のトレーニングデータにアクセスできず、多言語の音声クエリ対話が必要な機密領域（シンガポールの内政チーム）において、オープンソースの音声言語モデル（SLM）を効率的に適応させる方法を探求。LoRAファインチューニング、壊滅的忘却を防ぐ代替テキストQAデータセット、および音声タスク向けに調整されたCoBa再重み付けスキームを組み合わせ、504,853サンプルの多言語QAデータセットHTD-multilingual-QAを構築。結果として得られたHT-Moonstone（5B）は、ほとんどのタスクで最大7倍の規模のSLMに匹敵または上回り、アクセントと性別認識で全評価モデル中最高を達成し、元の音声QA能力の低下は2％未満。

研究者らはFindMyTextを発表しました。これは、与えられたテキストがコーパス内に部分的または完全に含まれているかを効率的に評価するオープンソースのPythonパッケージです。新しいフィンガープリントチェーン機構により、単なるテキスト類似性ではなく、ほぼ逐語的なコピーを確実に検出し、著作権素材の検証に特に適しています。分散ディスクベースのインデックスフレームワークを活用し、大規模なWebクロールデータセットにスケールし、ArXiv論文、Wikipedia、一般的なWebコンテンツの3つのデータセットで代替手法を上回る性能を示しました。

最新の研究により、タスク精度が維持されている場合でも、学習後量子化が大規模言語モデルの推論方法を静かに変化させることが明らかになりました。6カテゴリの故障分類法を用いて30,000件の思考連鎖出力を分析した結果、NF4量子化下で「ホローコンバージェンス」がモデルサイズに依存して変化し、「ショートカット崩壊」と「確信雪だるま式増加」が質的に転換することが判明しました。ホローコンバージェンスは表面テキスト特徴からは信頼性高く検出できず、F1スコアは0.53にとどまりました。

本報告では、台湾向けのオンデバイス英語から繁体中国語への字幕翻訳について、短い入力、短い出力、バッチサイズ1の推論、低レイテンシ、プライバシー制約の下で研究しています。著者は元の151kトークン語彙を64kの字幕ドメイントークナイザーに置き換え、埋め込みキャリブレーションと微調整を適用し、OpenSubtitles2024サブセットでGoogle Translateに対して59.2%の勝率を達成し、Apple M2で1.63倍の高速化を実現しました。