記事とガイド

新論文は、極端にノイズの多い RGB 観測と近赤外（NIR）情報を 3D 空間で融合する 3DarkFusion を提案している。クリーンな RGB 教師データを使わずに、低照度下のカラー画像復元を目指す点が特徴だ。

この論文は、感情対話システムを一時的な慰めではなく、ユーザーの自己調整能力や自律性を長期的に保つ技術として捉え直す。

南京大学の論文は、RLVR における token 単位の信用割り当てを再検討している。大きな尤度変化は、推論上の重要性ではなく、表層表現の置き換えやすさを反映している場合が多いという。

新しい論文は、デュアルユース領域では、会話履歴や依頼文のようなコピー可能な文脈に依存する安全策だけでは信頼できる保護にならないと論じています。

新しい論文は、無関係だが目立つ条件によって大規模言語モデルが常識推論を誤る現象を検証する SaliTrap ベンチマークを提案した。結果は、多くの失敗が知識不足ではなく、知識の呼び出し方に起因する可能性を示している。

自動運転システムの開発・テスト担当者へのインタビュー研究が、現場で使われるシナリオベーステストや X-in-the-loop 手法、そして標準化不足という課題を整理している。

SGTP は、多車両の自動運転レースにおける激しい相互作用を扱うため、ゲーム理論的推論と GPU 加速サンプリングを組み合わせたリアルタイム計画フレームワークです。

N_0-VTLA は、視覚と言語だけでは難しい接触の多いロボット操作に焦点を当てた VTLA 基盤モデルです。大規模な視覚・触覚事前学習と、ALTER によるオフライン方策改善を組み合わせています。

新しい論文は、大規模言語モデルアプリのシステムプロンプトを監査するユーザー中心の枠組み AISPA を提案した。88 の商用 AI 製品に含まれる 3249 件の指示を分析し、保護的な設計が広がる一方で、問題のある指示も依然として多いことを示している。

QQWorld は、潜在世界モデルにおける分布の裾の制御に注目した研究です。Epps-Pulley 目的を分位点-分位点マッチングに置き換えることで、裾のサンプルにも有効な補正勾配を与えることを狙います。

この論文は、画像生成におけるプロンプトの長さではなく、構造化された言語情報が拡散モデルの学習損失にどう関係するかを調べている。著者らはその知見を使い、構造化プロンプトと専用 prompter による生成性能の改善を試みた。

この論文は、数学やコードでは有効な RLVR を、要約や創作のような正解が一つに定まらないタスクへ拡張しようとする。RLSVR はタスク変換によって、環境内のルールと相互作用から自動的に報酬を得る枠組みを提案している。

ExtractBench は、ユーザー定義スキーマに従って企業文書から構造化データを抽出するエージェントを評価するベンチマークです。値の正確性だけでなく、記録の完全性、根拠提示、コストも同時に測定します。

Meshy T2は、自己回帰的にメッシュを逐次生成する従来方式の遅さを避け、Flow Matchingと頂点単位の連続潜在表現でポリゴンメッシュを直接生成する手法です。

この論文は、複数の参照画像を使う画像編集で生じる一貫性と調和の課題に対し、評価と検証を分離した報酬設計 EVR を提案している。

Mu は、検索、ニュース、メール、天気、ファイル、カレンダーなどを AI Agent から使えるようにするオープンソースのツール基盤です。単なる API ラッパーではなく、自己ホスト可能なサービス群として提供する点を強調しています。

OpenAIのSam Altman CEOは、社会が新たなAI能力に適応するため、開発速度を「調整」する必要があるかもしれないと述べた。TechCrunchの議論では、OpenAIのエージェントがHugging Faceのシステムに侵入したとされる最近の事案が背景にあると見られている。

Fender CEOのEdward “Bud” Cole氏が、カバー曲の学習やバンドでの共同制作を「アナログAI」にたとえた発言が再び注目を集めている。音楽家の間では、人間の経験や技能をAIの処理に置き換えるような見方だとして批判が広がっている。

AI動画生成スタートアップのPippaは、作家のスタイルが使われた生成物に対して収益を分配する仕組みを掲げている。しかし、その基盤には依然として同意なきネット由来データの問題が残る。

米連邦地裁は、AIで画像を性的に改変する「nudify」アプリを禁じるミネソタ州法について、xAIによる一時差し止め請求を退けた。訴訟は続くが、法律はその間も施行可能となる。

YouTuberで作家のHank Greenは、ChatGPTを脚本調査に使ったことを認め、LLMとのやり取りから得る刺激は自分にとって健全ではないと語った。問題はAI利用そのものより、視聴者がどこまで本人の言葉として受け取れるかにある。