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。
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-Papers
