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。
Google DeepMindとシンガポール政府技術庁が、端末上で会話型詐欺を検知するAIを開発。軽量分類器とファインチューニング済みGemmaの二段構成でクラウド送信を不要にした設計を解説します。
コーディングエージェントがAIエージェントを構築・編集・最適化できるかを25タスクで測るベンチマークAgentSWEを解説。開発ケースで90点超でも非公開ケースでは平均9.9点という乖離と3つの失敗モードを紹介します。
Googleが2026年10月13日、Gemini 4 Argonのロボティクス応用を公開しました。ERQA 87%、映像やスケッチからMuJoCo環境を作るReal2Sim、実機成功率56%から75%への改善を解説します。
4BパラメータのグラウンディングモデルGroundingPIが34ベンチマーク平均73.68%でGPT-6 Astraを上回り、ロボット操作と自動運転にも転移。手法と限界を解説します。
Anthropicのフロンティアレッドチームが、小型AIモデルが市販IoT機器上で自己複製するリスクを公表。55ドルのAndroid TVボックス15台で26Bモデルを毎秒0.39トークンで動かした実験結果と防御策を解説します。
AI向けGPUをH200・B200・RTX 5090で比較。MLPerf Inference v6.0の実測値をもとに、LLM推論のVRAM容量・メモリ帯域・FP4対応・クラウド単価からモデルサイズ別の選び方を解説します。
マルチモーダルLLMの内部に水平・垂直・奥行きの座標を線形に持つ部分空間「S-Space」が発見されました。因果介入で空間回答だけを書き換えられることや、弱点が知覚ではなく視点変換にある点を解説します。
Meta Superintelligence Lab が初のフロンティアモデル「Muse Wonder」を公開。MemoryBench でGPT-6 Astra超えを主張し、API料金も公開された内容を解説します。
拡散モデルのオンライン強化学習を効率化する新手法DiffusionARTを解説。EMA調整を二段更新で置き換え、HunyuanVideo-13BでGPU時間12.02倍削減と平均報酬28.8%向上を達成した仕組みと実験結果を紹介します。
AI-Papers
