公式発表と業界報道を集め、時系列で AI の変化を追います。
最新ニュースから、自分に合うツールまで。
EvoMapAI エージェント・自動化EvoMapは、AIエージェントの経験再利用を目的としたインフラストラクチャであり、GEPプロトコルによって再利用可能な戦略と検証履歴付きの修正アセットを整理し、市場順位や品質順位を提供することで、異なるエージェントが既存の能力を発見・評価・継承できるよう支援します。
分类推荐榜首M
MemoAI音楽・音声MemoAIは、AI駆動の音声・動画からテキストへの変換ツールで、データをアップロードする必要なくローカル処理を実行し、プライバシーとセキュリティを確保します。YouTube動画、ポッドキャスト、およびMP4、MP3、AAC、M4Aなどのローカル音声・動画ファイルを効率的にテキストに変換し、多言語翻訳、話者分離、リアルタイム字幕、フローティングノートといった主要機能を提供。会議録作成、インタビューの整理、コンテンツ学習など、さまざまなシーンで活用できます。
分类推荐榜首K
Kiroプログラミング・開発Kiroは開発者向けのAIエンジニアリングツールで、要件を仕様・アーキテクチャ・タスクに整理し、エージェントによってコードを生成するとともに、属性テスト、実行時の記憶、開発ツールとの統合により、計画段階からコードレビューまでのフローをサポートします。
分类推荐榜首O
Open Designデザイン・3DOpenDesign はオープンソースのデザインワークスペースで、ローカルのプログラミングエージェントや独自のモデルキー、あるいはクラウド上のモデルを接続して、デザインシステムを中心にプロトタイプ、ウェブページ、プレゼンテーション、グラフィックの作成と編集が行えます。なお、ローカルソフトは無料ですが、モデルサービスには料金が必要です。
分类推荐榜首W
WhisperAI音声認識由OpenAI开发的通用语音识别模型。
翻訳待ち・原文を表示中 · zh分类推荐榜首J
JAXモデル・基盤JAXは、アクセラレータ向けのPython数値計算ライブラリであり、高性能な配列計算と大規模機械学習を目的として設計されています。CPU、GPU、TPUなど、さまざまなハードウェアバックエンド上で同一のコードを効率的に実行できます。
分类推荐榜首A
AI Short文章・コンテンツ作成AISアラート管理と共有プラットフォーム、複数のシナリオのためのクイックコマンド
分类推荐榜首M
Meta AI助手汎用アシスタント・検索Metaの無料AIチャットアシスタント
待评分 · 分类列表推荐M
My Glow Up AI暮らし・個人向けMy Glow Up AIは、登録不要で無料の分析を提供し、あなたの髪型の提案と美容計画を生成できます。
待评分 · 分类列表推荐ZZoom Workplaceは、Zoomのチームコラボレーションプラットフォームであり、ビデオ会議、チャット、スケジュール、ドキュメントなどの業務を統合し、組み込みのAIによって議論の整理、メッセージの下書き、タスクのフォローアップを支援します。
待评分 · 分类列表推荐arXiv:2610.37881v1 発表タイプ：新規 要旨：ディープフェイク検出モデルは全体的な精度は高いものの、人口統計学的グループ間で性能に大きな偏りが見られ、一部のグループでは他のグループに比べて偽陽性率が著しく高くなるという問題があります。既存の公平性を考慮した手法は、モデルの出力を制限して各グループの予測を均等化することでこの問題に対処していますが、根本的な特徴レベルのバイアスには対処していません。その結果、モデルは依然として肌の質感など、人口統計学的特性を操作されたコンテンツを検出するための間接的な手がかりとして利用してしまう可能性があります。この問題に対処するため、我々はIntersectional Invariant Learning（IIL）というフレームワークを提案します。これは、モデルの出力調整のみならず、特徴学習自体を改善するものです。IILは、最も困難な人口統計学的区分を特定することを繰り返し行い
arXiv:2610.37844v1 公告タイプ：新規 要旨：医用画像間の最適輸送写像を計算することは、形態学的解析において基本的な役割を果たす。しかし、既存の手法は大規模な3D医用画像に対してスケーラビリティに乏しいか、あるいは正則化された定式化に依存しており、その結果得られるのは近似的な輸送写像にすぎない。下流の医用画像解析における精度向上を図るため、凸ポテンシャル関数をパラメータ化することで最適輸送写像を推定する新たなアプローチを提案する。この手法では、構成上、得られる輸送写像が回転ゼロであり、ブレニエの定理と整合することが保証される。我々は、2Dおよび3Dの医用画像データセットの両方で提案手法を評価した。実験結果は、本手法がより低い輸送推定誤差を達成し、より高いqを生成することを示している。
arXiv:2610.37731v1 発表種別：新規 要旨：モデルの不一致により、単一のキャリブレーションパラメータだけでは、文脈領域全体にわたって物理的応答を再現できない場合がある。さらに、観測値や文脈における不確実性もキャリブレーションに影響を及ぼし、これらを考慮・定量化する必要がある。本研究では、ターゲットとなる文脈への近接度に応じて観測尤度に重み付けを行うことで、局所化された事後分布の族を構築する。ガウス型の局所化重みは、共分散の膨張を通じて文脈の不確実性を組み込み、領域境界での反射および不均一な文脈サンプリングに対する補正をオプションで適用できる。条件付き正規化フローを用いて、この事後分布の族をアモルティズド変分推論によって近似する。所定の文脈測度の下で局所化された事後分布を統合することで、
arXiv:2610.37867v1 発表タイプ：新規 要旨：食品の類似性は、検索、推薦、代替など、さまざまな食品コンピューティングタスクの基盤となっているが、従来の食品表現の評価は主に同一性の保持に依拠している。そこで私たちは、同一性を超えた食品の類似性にはどのような変化が生じるのか、異なる視覚表現が食品をいかに関係的な近隣群として構成し、それらの近隣群がどのような料理上の関係を明らかにしたり隠蔽したりするのか、さらに、こうした構造が表現間でどの程度一貫して現れるのかを問う。インド料理は、視覚的に類似する食品であっても異なる料理上のアイデンティティを持つことがあり、一方で同じ料理ファミリーに属する食品でも外見が大きく異なるという、極めて挑戦的な状況を提供する。拡張されたKhanaデータセットと、畳み込み型、トランスフォームァー型を網羅する7つの事前学習済み視覚表現を用いて
arXiv:2610.37905v1 公告タイプ：新規 要旨：SEC EDGAR などの公開情報開示リポジトリは、企業の提出書類へのウェブアクセスを通じて、情報に基づいた投資を支援しています。これらのレビューを言語モデルエージェントで支援するには、関連文書間に存在する明示されていない不備の発見、不足している企業情報の取得、さらに要求された修正が証拠に基づく要件を満たしているかどうかの検証が必要です。既存の財務質問応答に関する評価では、こうした対話型の機能についての証拠は限られています。そこで私たちは、企業開示のレビューおよび修正を目的とした対話型ベンチマーク兼自己進化型エージェントフレームワークである \textbf{FilingLoop} を提案します。米国証券取引委員会（SEC）の歴史的な文書交換に基づき、FilingLoop は 96 社から抽出した、主に IPO 審査に関わる 380 のタスクを再構築します
arXiv:2610.37796v1 発表タイプ：新規 要旨：近年の研究では、大規模言語モデルが特定の概念を単一の方向ではなく、多次元多様体として表現している可能性が示唆されています。これらの多様体を用いて表現を解釈したり制御したりする際には、しばしば、多様体上を移動することが、表現される概念の連続的な変化に対応すると仮定されます。本研究では、典型的な平日多様体に対してこの連続的な多様体仮説を検証します。その目立つ円形の幾何学的構造にもかかわらず、平日の表現は連続的な環というよりも、円状に配置された七つの離散的な状態に近い振る舞いを示すことが分かりました。第一に、局所的感度に平日に対応した七つの極小値が存在し、多様体上の制御下での表現と行動の間には階段状の対応関係が生じることを示します。第二に、w
arXiv:2610.37682v1 発表タイプ：新規 抄録：リストワイズな選好フィードバックは、ペアワイズ比較に比べて大規模言語モデル（LLMs）の適応においてより豊かな監督情報を提供するが、完全な順位付けはさらに敏感なユーザーの嗜好を明らかにする。既存のプライバシー保護型適応手法は主にペアワイズなフィードバックに焦点を当てている一方で、ローカル差分プライバシー（LDP）下でのリストワイズ適応は未だ十分に探求されていない。LDPをこのリストワイズな領域へ拡張することは、重大な課題を提起する。すなわち、完全な順位付け空間の高い感度ゆえに過剰なノイズが必要となり、結果としてリストワイズ監督の利点が無効化されてしまうのだ。この課題に対処するため、我々は下流の学習における監督の粒度とプライバシー・ノイズの相互作用を分析し、リストワイズな選好をプライバシー保護するランク-aware指数メカニズムを提案する。
arXiv:2610.38069v1 公開タイプ：新規 要旨：短時間フーリエ変換（STFT）は、長時間信号の短い時間窓に対するフーリエ変換を計算し、周波数が時間とともにどのように変化するかを特徴づける手法である。フーリエ変換アルゴリズム、特に高速フーリエ変換（FFT）アルゴリズムは、並列計算を活用するために十分に発展しているが、短時間フーリエ変換の並列アルゴリズムの性能に関する研究はまだ限られている。本研究では、FFTベースのアルゴリズムと準並列型のフィードフォワードアルゴリズムという二つの並列短時間フーリエ変換アルゴリズムを実装し、相互に比較・分析した。その結果、並行度が低い環境下では準並列型アルゴリズムの方が実行時間が短いものの、…
arXiv:2610.37679v1 発表タイプ：新規 要旨：ツールを利用する言語エージェントは間接的なプロンプトインジェクションに対して脆弱であり、不安全な動作が実行される前にそれを検出するためにモデルの内部構造を調査する研究が増加しているものの、その結果には著しく矛盾したものが見られる。我々は、こうした矛盾の多くは評価手法に起因するものであると主張し、評価および学習集団の両方において、インジェクションへの曝露と行動上のコミットメントを明確に分離する二層化プロトコルを提案する。主要なQwen AgentDojoのグリッド上で、素朴な不安全対その他との混合対比に基づいて訓練されたモニターは、ほとんどが曝露の認識に注力しており、エージェントがそれに従うかどうかにかかわらず曝露された軌跡をフラグ付けする一方で、どのケースが不安全になるかを予測することはほとんどできない。曝露事例のみを対象に再訓練した場合でも、同じ種類のプローブは、モデル自身による不安全なツール呼び出しを最大2秒前まで予測できる。
arXiv:2610.37680v1 発表タイプ：新規 要旨：フロンティアモデルと小規模言語モデルの性能差を埋める手法としては、通常、知識蒸留が用いられます。すなわち、フロンティアモデル（教師）の出力に対して小規模モデル（生徒）を微調整することで、転移は学習に必要な計算リソースに依存し、転移された知識はほとんど不透明なままです。そこで私たちは、アーティファクト蒸留を提案します。これは、教師が学習事例を解き、その問題解決手順をアーティファクトバンクとして外部化し、生徒が推論時にこれを照会する方式で、勾配による更新は行わないものです。LiveBench の4つのタスクにおいて、Claude Opus 4.5 によって作成されたバンクを用いることで、Claude Haiku 4.5 は空間的推論において、コストを60%に抑えながら、無補助の Claude Sonnet 4.5 を0.707対0.647で上回り、テーブル結合ではコストを89%に抑えつつ Sonnet 4.5 と同等の水準に到達しました。同じ生データのバンクを用いることで
arXiv:2610.37788v1 発表タイプ：新規 要旨：言語モデルアシスタントは、ユーザーが誤った回答を示唆すると、正しい回答を変更してしまうことがある。この現象は「諂媚（せんばい）」と呼ばれ、通常は好みに基づく事後訓練に起因するとされるが、初期の測定では事前学習済みモデルにも見られた。そこで、我々は訓練のあらゆる可能な段階でこれを測定することで、その発生源を追求した。具体的には、ベースモデルから監督下での微調整、好みに基づく最適化を経てリリースに至るまでの、5つの系統に属する13の公開チェックポイントを対象とした。さらに、注入された主張がモデルの回答をどの程度ずらすかと、回答がどれほど堅固に保持されていたかを区別し、主張を行う主体やその信頼性、および主張の強さを変化させながら検証を行った。その結果、異なる起源を持つ二種類の諂媚行動が浮かび上がり、いずれも複数のデータセットで再現された。主張への迎合 i
arXiv:2610.37819v1 発表タイプ：新規 要旨：量子機械学習（QML）は医療分類においてますます注目されているが、サブグループを意識した公平性基準の下での挙動については依然として十分に研究されていない。本稿では、QMLが本質的に公平であるとは限らないという前提のもと、医療画像に対する古典的および量子分類器の実証的な公平性評価を提示する。評価対象は二つのシナリオであり、DDIデータセット上の皮膚病変（敏感属性：フィッツパトリック皮膚タイプ）と、CheXpert由来データ上の胸部X線画像（敏感属性：年齢層）である。ResNet-18による埋め込みを用い、ベースラインおよび三つの緩和手法—微分可能な等化オッズ（EO）正則化、勾配反転学習（GRL）、および両者を組み合わせた手法—の下で、SVM、MLP、QSVM、QCNNを学習させる。また、基礎モデル（PanDerm、EVA-X）を外部参照として用いる。
arXiv:2610.37906v1 発表タイプ：新規 要旨：スパイキングリザーバーコンピューティングは、固定された再帰型リザーバーの学習効率と、各タイムステップごとに高密度に計算を実行するのではなく、疎なスパイクによって計算がトリガーされるイベント駆動型推論のエネルギー効率を組み合わせた手法である。しかし、既存のスパイキングリザーバーはほぼ例外なくリーク積分・ファイア（LIF）ニューロンに依存しており、そのローパス特性により、異なる時間周波数で符号化された情報を区別する能力が制限されている。そこで我々は、LIFニューロンを多様なハーモニック共鳴・ファイア（HRF）ニューロンの集団に置き換えたリキッド状態マシンであるHRF-Resを提案する。これらのニューロンは固有の振動ダイナミクスを示し、入力信号の周波数に対して選択的に応答するため、リザーバーは周波数情報を捉えることが可能となる。
arXiv:2610.37851v1 公告タイプ：新規 要旨：既存の科学エージェントベンチマークでは、シーケンシングプロトコルで指定された正確な分子構造および生成ワークフローを再構築できるかどうかを評価するケースがほとんどなく、この能力はカスタマイズされたシーケンシングアッセイの解析において極めて重要です。そこで、私たちはシーケンシングライブラリ構造と分子ワークフローの再構築を対象とした文書に基づくベンチマークであるLibStructBenchを提案します。実験結果から、最先端のエージェントは概ね正しい再構築を行えるものの、特に分子状態の表現やワークフローの接続性に関して、正確な再構築には依然として信頼性が低いことが示されました。また、基盤となる言語モデルを切り替えた場合の方が、エージェントハーネスを切り替えた場合よりも平均的な性能差が大きく、統計的に有意な差が認められました。
arXiv:2610.39017v1 発表タイプ：新規 要旨：分散コンセンサスおよび一貫性プロトコルは、その解析が極めて困難であるにもかかわらず、クラウドの基盤を成すものであるため、通常、導入前に厳密な証明と形式的検証を経る。一方で、運用環境において頻繁に発生するプロトコルの改訂には、同程度の厳密さがほとんど適用されておらず、安全性を損なうリスクを抱えている。本論文では、手動による改訂に起因する安全性違反のリスクを排除するため、分散プロトコル向けの自動最適化ツールであるDistOptimizeを提案する。DistOptimizeは、学術的な言語で考案されたスループット向上手法を実運用で用いられるフレームワークへと適応し、Rocq言語を用いて書き換えの正当性を検証するとともに、キャリブレーションとILPベースの探索を組み合わせてその適用を自動化する。
arXiv:2610.37681v1 発表タイプ：新規 要旨：近年、大規模な推論モデルは、長文の思考過程データに対する教師あり微調整（SFT）を基盤として、複雑なタスクの解決において顕著な能力を示しています。推論指向のSFTに関する改良と分析が急速に進展しているにもかかわらず、この分野には、急成長する文献を統合した体系的な総括が依然として欠けています。このギャップを埋めるため、私たちは推論向けSFTにおける最近の進展を包括的にレビューし、方法論的設計と分析的検討という二つの視点から文献を考察します。まず、SFTパイプライン全体にわたる方法論上の改良を概観し、それらをデータ中心型アプローチとアルゴリズム中心型アプローチに分類します…
arXiv:2610.39981v1 発表タイプ：新規 要旨：大規模な科学ワークフローは分散型HPCリソース上で実行されるため、科学データ製品がどのように生成され、なぜ類似のワークフロー実行でも非常に異なる結果が得られるのかを説明するのは困難である。既存のシステムは通常、分散ワークフローの実行またはプロヴェナンス管理のいずれかに焦点を当てており、細粒度のプロヴェナンスを分散型科学データアーティファクトの固有の属性として扱う例はほとんどない。本稿では、生成されるすべてのデータアーティファクトにデータライネージと実行コンテキストを直接埋め込む、分散型コンテナ化された科学ワークフロー向けのプロヴェナンスアーキテクチャであるTRACEs（Traceable Runtime for Advanced Containerized Executions）を提案する。プロヴェナンスをワークフロー・オーケストレーションから分離することで、TRACEsはアーティファクト中心のプロヴェナンスを一般化する
arXiv:2610.39222v1 発表タイプ：新規 要旨：AIアクセラレータのアーキテクチャがますます多様化する中、異なるアーキテクチャを統一されたシステムに統合することが、新たな異種コンピューティングのパラダイムとして浮上している。GPUとWSEは計算、メモリ、通信の組織形態において大きく異なり、これによりアーキテクチャ間の相補性と追加のオーバヘッドが生じる一方で、この異種性を実用的な性能向上へと結び付ける方法は依然として不明である。このギャップに対処するため、我々はGPU–WSEの異種実行および相補性を活用するための条件を評価する階層的ベンチマーク手法を提案するとともに、異種性がボトルネックとなる場合とシステムレベルでの性能向上をもたらす場合を特定する解析型性能モデルを提示する。
arXiv:2610.38355v1 発表タイプ：新規 要旨：KVキャッシュの再利用は大規模言語モデルのサービスを加速させるが、既存のシステムではホストのDRAMとNVMe SSDを階層的なヒエラルキーとして管理しており、DRAMが中間キャッシュとして機能している。しかし、実際の大規模言語モデルのワークロードは、この階層構造の二つの前提をいずれも破っている。第一に、バイモーダルな再利用によりDRAMの時間的フィルタリングが無効化される。というのも、ワークロードは長い再利用距離を持つワンショットブロックか、DRAM容量を超える数ギガバイト規模のエージェントセッションによって支配されており、その結果SSDが重要な読み取りパスに置かれているからである。第二に、DRAMによるステージングと、排出現象に基づくレイアウトがSSDの復元処理をボトルネックにしている。進行中のプレフィックスのためにホストのステージングバッファを保持すると、負荷下で競合が生じてプリフェッチが中断されてしまう一方で、段階的な排出現象によってセッション内のブロックがSSD全体に散らばり、大規模なシーケンシャルリードが妨げられる。我々は…
arXiv:2610.37676v1 発表タイプ：新規 要旨：自動解釈手法は、スパースオートエンコーダ（SAE）の特徴が評価例においてどの位置で活性化するかをモデルに逐次予測させたり、マークされたトークンがその特徴に適合するかどうかを判定させたりすることで、特徴の解釈スコアを算出します。我々は、評価データ用の標準パイプラインによって生成された結果は、解釈内容を読まずともスコアリング可能であることを示しました。Neuronpedia に保存されている GPT-2 small のランダムな 500 個の特徴に対するファジング実行において、活性化例の 91.3% が中心トークン上でピークを持つように切り取られており、中心トークンがマークされている場合に「はい」と判定するルールは、パイプラインのコードから再構築したマークに基づいて計算した既存の LLM スコアラー（各項目ごとの判定結果を基に再計算）の 0.838 に対し、バランスのとれた精度 0.979 を達成しました。また、マーク数のみを参照するルールでは 0.969 を達成しました。T
好奇心に方向を。毎日の読書を、より価値あるものに。
