AnthropicがAI応答のモデル由来をzkSNARKで証明する「FlashProve」を公開。H100で毎秒110トークンの証明生成、24コアCPUで約17秒検証という性能と制約を解説します。
解説動画から実作業の軌跡を採掘し、二重ループで自己改善するコンピュータ操作エージェント CUA-Master を解説します。27B モデルで OSWorld Verified 80.2 を達成した手法と限界を整理します。
Google DeepMindがAntigravity向けにCheminformatics Skillsを公開。LLMと RDKit の役割分担で、肺がん治療薬を題材に568化合物の分析から新規マクロサイクル設計までを約1時間で実施した事例を解説します。
ストリーミング動画生成を高速化する Wave Forcing を解説。チャンク単位の因果アテンションとずらし denoising で8GPU134.8 FPS、単一GPU比7.07倍を達成した仕組みと課題を紹介します。
OpenAIがGit互換の独自バックエンド「Pando」を公開しました。Codexによる並列開発で信頼性が90%を下回った既存基盤を作り直し、push遅延を約5分の1に短縮した設計と移行手法を解説します。
GraphRAGの仕組みを、知識グラフ構築からLeidenクラスタリング、Local/Global/DRIFT Searchの使い分けまで解説。通常のRAGとの違いと、GraphRAGが劣るケースも含めて導入判断の基準を示します。
統合マルチモーダルモデルの推論を連続的な隠れ状態の上で行うLARCを解説します。GenEvalで0.88を記録しBAGELを7ポイント上回り、best-of-Nより約10分の1の時間でテスト時スケーリングを実現しました。
Anthropic が11月2日の改訂S-1/Aで、将来モデルが責任あるスケーリング方針の「AIに起因する劇的な進歩の加速」定義に間近で該当しうると開示しました。開示内容と方針の要点を解説します。
動画拡散モデルの時間的知識を画像生成に転用する新手法FrameForgeを解説。条件と目標の仮想時間間隔を適応選択するMoTEとCoTRにより、被写体駆動生成・Canny条件生成・編集を単一LoRAで統合します。
OpenAIがChatGPT Workのエージェント機能をChatGPTへ統合すると発表。12月にはCodexとChatGPTの利用量制限が共通化されます。消費の仕組みと開発者への影響を解説します。
拡散VLMは入力の9割を占める視覚トークンを毎ステップ再処理していました。LOWNは画像なし予測との一致を証明書として扱い、学習不要でLLaDA-Vの性能99.6%を35.3%のFLOPsで維持します。
Anthropicが2026年10月28日、Claude Enterpriseに3つの管理機能を追加しました。会話を業務別に分類するSmart reports、グループ共有予算、アプリ内アンケートの内容と運用上の制約を解説します。
AI-Papers
