スコアリングトークンのlogit分布から連続スコアを算出し、検証を第三のスケーリング軸とする汎用フレームワーク。SWE-Bench Verified 78.2%・RoboRewardBench 87.4%など複数領域でSOTAを達成します。
AnthropicがLLM内部に自然発生する隠れた思考空間「J-space」を発見。ヤコビ行列を応用した「Jacobian lens」でモデルの意図を可視化し、悪意あるコードの事前検知などAI安全性監視への実用化を示しました。
NVIDIAが提案するAudexは、音声認識・翻訳・TTS・音声生成を単一のTransformerに統合しながらLibriSpeech test-cleanでWER 1.4%を達成。Cascade強化学習とオンポリシー蒸留でテキスト推論能力の劣化を防ぐ設計を解説します。
パランティアのカープCEOが2026年7月のCNBCインタビューでOpenAI・Anthropicを批判。顧客データが競合モデルを強化する構造を問題視し、NVIDIAとのエアギャップ運用による対抗策を示しました。
FLUX.1・Wan 2.1など主要な拡散モデルを、サンプルデータ不要でW4A4・W2A4量子化する手法OrbitQuantを解説します。RPBH変換で活性化分布を安定化し、W2A4で唯一実用的な出力を維持した点が大きな特徴です。
AIエージェントの仕組みから5つのワークフローパターン、マルチエージェント設計まで、Anthropicの公式ガイドをもとに図解でわかりやすく解説します。
HuggingFaceが機械学習カーネル配布基盤「Kernels」を刷新。セキュリティ強化・マルチフレームワーク対応・エージェントCLI設計の3点で推論高速化を支援します。
LLM強化学習の根本的問題「目標不一致」を初めて体系化。訓練ではなく推論ポリシーの単調改善を保証するMIPI原則とアルゴリズムMIPUを提案し、PPO・GRPOの設計方針を再考させる重要研究。
DatabricksのチーフAIサイエンティスト、フランクル氏が「AIはもう十分賢い」と明言。真のボトルネックは評価とガバナンスにあると指摘し、スケーリング優先の業界通説に疑問を呈しました。
LLMエージェントの長期タスクでコンテキストが肥大化する問題に対し、3層の有界メモリと型付き検索で解決するAgenticSTSを解説します。Slay the Spire 2上のベンチマークでエージェントの勝率を3/10から6/10に改善しました。
Amazonが2026年7月30日よりMechanical Turkの新規顧客受け入れを停止すると発表しました。AIアノテーション作業の33〜46%をワーカー自身がLLMで処理していた実態が明らかになっており、データラベリング時代の転換を象徴するニュースです。
LLMエージェントのメモリ管理を「学習可能な認知スキル」として定式化したAutoMemフレームワークを解説します。スキャフォールド最適化と習熟度トレーニングの2段階で、Qwen2.5-32BモデルがClaude Opus 4.5と同等水準に達しました。
LLMはなぜ日本文化に偏る？ 欧州研究が明かすAIの隠れた文化バイアス
Qwen-AgentWorldとは？LLMを環境シミュレーターに変換するエージェント向け言語世界モデル
PP-OCRv6: わずか34Mパラメータで235B超の大規模VLMを超えた軽量OCRシステム
arXiv、AI任せ論文の著者を1年間投稿禁止へ — 学術AI利用規制が本格化
AIのイエスマン化が人間に悪影響、スタンフォード・CMU研究が実証
AI-Papers
