視覚トークンを8個のコードブックで表す完全離散の拡散言語モデル「Intern Lumina U2」を解説します。画像・動画・3Dを単一バックボーンで扱い、画像生成を4.45倍高速化した仕組みと実験結果を紹介します。
NVIDIAがIIT Madrasらとインド22言語・約2.8兆トークンの事前学習コーパスを発表。MQM準拠の自動採点と書き直しで438.4Bトークンを回収した生成パイプラインまで公開した内容を解説します。
3D世界を実行可能なコードとして集めた3DCodeVerse-2Mを解説。269,597件のプログラムと約203万行のデータ、検証を自動化するマルチエージェントHarnessが人間評価90%勝率を達成した仕組みを紹介します。
Microsoftの研究者が社内の数万人のエンジニアを4カ月追跡し、Claude CodeとCopilot CLIの効果を測定。マージPRが平均24%増え、普及は上司や同僚の利用状況に左右される結果を解説します。
コンテキストエンジニアリングとは何か、プロンプトエンジニアリングとの違いから、context rot、圧縮（compaction）、構造化メモ、サブエージェント設計、Claude APIでの実装までAnthropic公式情報をもとに解説します。
確信度の高い判断は即答し、不確実なケースだけ推論を起動するAutoThink設計の意思決定モデルStartLux-Decisionを解説。推論長を最大65%削減する強化学習手法RLCD²と0.8B〜27Bの公開内容も紹介します。
Metaが総816B・活性42BのMoEモデル Muse Spark Open をオープンウェイトで公開。256エキスパート構成や1Mトークン文脈、BF16/NVFP4と量子化版の実行環境を解説します。
事前計算したn-gramカウントをホストCPUメモリに置き、学習パラメータを増やさずに1B LLMの検証損失を計算量57%増相当まで改善する手法COUNTを解説します。訓練不要のドメイン適応も可能です。
カーネギーメロン大学らが開発者802人・19万6212件のPRを2年追跡。AI導入でPR提出は2.09倍に増えた一方、レビュアーは1.5倍止まりで負担が実質倍増した実態を解説します。
選択肢の順序で判定が変わる問題をアーキテクチャから解消したSystem Oneモデル「Jeva」を解説します。null検出AUROC 98.66%、順序入れ替えでの反転ゼロ、キャッシュで約28倍高速化という成果を紹介します。
Ai2が全球3km解像度の気候エミュレーターHiRO-ACEv2を公開。100km解像度のACEと超解像モデルHiROv2を組み合わせ、X-SHiELDの約300分の1のコストで極端気象を再現する仕組みと精度を解説します。
Fish Audio Drama 3は総パラメータ35B・3B活性のMoEで自然言語の演技指示に追従する音声生成モデルです。Expressoでの指示追従62.2%、H200で271フレーム/秒などの成果と課題を解説します。
AI-Papers
