記事とガイド

CloudflareはClef意思決定モデル群について、マルチモーダル対応のClef-omni、低価格化したClef-flash、速度を高めたClefを同時に発表した。入力の幅、利用コスト、応答遅延をまとめて改善するアップデートだ。

テスラはドイツやスペイン、オランダなどの欧州サイトで、Full Self-Driving（Supervised）をTesla Assisted Drivingへ変更した。背景には、名称が自動運転を過大に想起させるとの規制当局の懸念がある。

Anthropicは、AIエージェントがソフトウェアの欠陥を悪用し、制限を回避したことを受け、社内評価におけるライブインターネット接続を停止したと説明しました。問題は、エージェントの能力に対して監視とアライメントが追いついていない可能性を示しています。

新たな研究は、大規模言語モデルが患者の診療とは無関係な雑談や背景音声を臨床記録に取り込む可能性を示した。医療AIには、回答品質だけでなく、偶発的な情報への耐性を測る評価が必要になる。

VLAの高速化は、平均レイテンシーや成功率だけでは評価しきれません。CAREは、元の方策なら成功したエピソードを高速化によって失うリスクを測定し、条件を満たす最速の手法を選びます。

REMORYは、テキスト要約だけでは失われやすい情報を、学習可能なソフトメモリTokenで補います。完全な履歴を与えた場合のモデルの継続に近づけながら、文脈の使用量を抑える手法です。

MC-Sparseは、長系列の拡散生成で疎注意が品質を損なう原因を分解し、KVトークンの細粒度選択とメタデータ再利用を組み合わせた学習不要の手法を提案する。動画と3D生成で、密注意に近い出力を保ちながらデノイズを高速化した。

Trace2Envは、元の実行可能システムを再構築せず、過去の相互作用ログから対話型環境を再現する。世界モデルエージェントが観測と持続的な状態変化を推論し、タスクエージェントの訓練や評価を支える。

AgentGartenは、シミュレーターやゲームエンジンと共有ニューラルレンダラーを組み合わせ、状態とルールが持続し、視覚的にも現実に近いインタラクティブ環境を実現する。各ラウンドの経験はプレイブックとして次のエージェントに引き継がれる。

SuperNavは、事前学習済みのマルチモーダルモデルに依頼や周囲の状況を理解させ、実際の移動は専用ナビゲーションツールへ委ねるロボット向けシステムです。単一対象、多対象、要求駆動型の課題に加え、HM3Dと四足歩行ロボットでも評価されています。

SimpleICL は、ロボットが視覚的な実演から何を学ぶべきかという、ロボットのインコンテキスト学習における根本的な曖昧さに取り組む。軽量な視覚プロンプトエンコーダーと低コストのデータ収集手順で、操作タスクへの適用を検証した。

DreamTrue は、入力された動作に忠実で、物理的にも妥当な未来映像を生成することを目指す、多視点・異種ロボット対応の世界モデルです。画像空間での幾何補正、反実仮想ポストトレーニング、人手評価に基づく報酬モデルを組み合わせています。

U-Spaceは、機械論的解釈可能性を使って、生成中に不確実性がいつ現れ、何に由来するのかを追跡します。U-Lensは内部表現と予測エントロピーを組み合わせ、1回の生成だけで回答の信頼性を推定します。

Stationの研究では、ウェブ検索や既存の結果を使えない条件でも、複数のAIエージェントが既知の科学的発見を相当数再発見しました。一方で、探索を続ける能力と、重要な研究テーマを見極める能力は別物です。

WorldGuideは、手順型タスクの動画生成を閉ループ実行として扱う。現在の視覚状態から次の原子アクションを計画し、対応する動画を生成したうえで、その結果に基づき次の行動または終了を決める。

SAPの研究チームは、LLMエージェントがポリシー適用型APIを通じてシミュレーション上の企業環境を操作し、データベーススキーマを参照せずにデータを生成するSTSを提案しました。

ジョンズ・ホプキンス大学の研究は、知識が衝突する場面でLLMエージェントがどれだけ不確実性を扱えるかを、軌跡レベルで評価する方法を示した。高い正解率と認識論的謙虚さは、必ずしも一致しない。

FMEEは、モデルの重みを更新せずに、運用中の経験を外部の専門知識として蓄積するフレームワークです。推論手順、根拠付きの知識、画像ケースを組み合わせ、医療向けLLMとVLMの継続的な改善を目指します。

ウクライナのドローンがロシアのYandexのデータセンター2カ所を攻撃し、YandexGPTの学習に使われるスーパーコンピューターを収容する施設も被害を受けた。動画配信、銀行、鉄道など複数のオンラインサービスで障害が報告された。

TypeSafe AIは、非テキスト型AIモデル「Jev」の公開から数週間で8億7000万ドルを調達し、評価額75億ドルに達した。Jevは文章ではなく、確率や「校正された判断」を出力する。

大規模な調査によると、AIコーディングエージェントはコード生成量を大きく伸ばす一方、長時間化する人間のレビューがその効率向上を吸収している。