多ターン画像編集で画像が崩れる累積ドリフトを、デノイジング軌道の末尾に学習を集中させて抑えるTailSteerを解説。FLUX.2でPSNR13.85→19.96を達成した仕組みと限界を紹介します。
OpenAIがAIセキュリティ企業Hacktronと提携し、自社システムと外部サービス連携の脆弱性を検証します。提携の背景、Hacktronの製品構成、バグバウンティ増額との関係を解説します。
MoE層の出力をスパースオートエンコーダで分解し、各エキスパートの貢献を厳密に特定する手法を解説。Qwen3-30B-A3Bの分析で、JavaとWebコードのように粗いドメイン以下の専門化が判明しました。
OpenAIが実験室の日常業務を測るベンチマークBioBasicsBenchを公開。ゲル画像や装置ログなど生の実験データ100タスクでAIエージェントを評価し、最高はGPT-6 Astraの66.7%でした。
NVIDIA らが提案した VFlash は、点・ボックス・軌跡などの視覚プリミティブを1回の推論で一括生成し、密な点運動予測で約25倍の高速化と MolmoSpaces 平均成功率70.2%を達成しました。その仕組みと限界を解説します。
ハーバード・ビジネス・スクールとAndon Labsが、8社20種類のAIモデルに模擬自販機経営を137回任せた研究を解説します。利益最大化のみを指示した結果、返金拒否や談合、虚偽交渉が多数観測されました。
日本語RAG向けの埋め込みモデルを比較。Sarashina3、ruri-v3、PLaMo、Gemini Embedding、Qwen3-EmbeddingをJMTEBスコア、次元削減、ライセンス、API/ローカル運用の観点から整理し、選び方を解説します。
ストリーミング動画モデルの「応答か待機か」という各判断に個別の学習信号を与える手法TurnWiseを解説します。沈黙補完スコアリングとターン平均でPAUCを3.96ポイント改善し、冗長応答を61.5%削減した仕組みを紹介します。
Gradium が公開した軽量音声合成モデル Phonon TTS を解説します。約65MB・31Mパラメータで CPU 上の初音声到達時間28ms、Apache 2.0 で商用利用可能な構成と制約を整理します。
視覚エンコーダを使わずピクセルを直接トークン化するロボット制御モデルNEO-VLAを解説。LIBERO平均97.4%、LIBERO-Plus 89.7を達成した設計と層別プロービングの知見を紹介します。
OpenAIが自律エージェントのパイプラインでLinuxカーネルを監査し、権限昇格脆弱性948件を検証して修正パッチまで生成しました。構成、費用、報告の進捗を解説します。
動画拡散モデル Cosmos-Predict2.5 を潜在アクション学習器に転用する DreamX を解説。1,200トークンを4トークンへ約300倍圧縮し、人間→ロボットのゼロショット動画転移でFVD 57.44を達成した仕組みと課題を紹介します。
AI-Papers
