LLM理論 構造的フィードバックを活用するテキスト画像プロンプト編集手法「StruPO」が発表
テキストから画像を生成するプロンプト最適化において、シーンの構造を維持しながら編集を行う新しい手法「StruPO」が提案されました。
論文・技術解説
LLM理論 
LLM理論 科学の未解決問題と再発見を評価するベンチマーク「OpenFrontiers」発表
科学の未解決問題のコーパスと数学分野の回顧的ベンチマークを組み合わせたクロスディシプリナリーなリソース「OpenFrontiers」が発表されました。
LLM理論 公開レジストリの量子化LLMにおける機能不全問題を調査した論文
パブリックモデルレジストリからダウンロードされる量子化済みLLMの機能不全に関する研究論文が公開されました。公式タグやコミュニティファイルを対象に、コード生成タスクを用いた検証結果や、重要度マトリクス追加による改善効果などが報告されています。
LLM理論 LLMエージェントと知識グラフにおけるオントロジーチェッカーの性能評価論文
Web知識グラフ上のLLMエージェントに対するオントロジー由来のチェッカーの性能を検証した論文が公開された。
LLM理論 言語モデルの効率的推論を実現する「ThinkJev」発表
言語モデルの効率的な処理と正確性を両立する新手法「ThinkJev」の論文が公開されました。高速な直接応答と遅い思考プロセスを効率的に切り替えます。
LLM理論 メモリ制限下での効率的なMoE学習を実現する「LRMoE」発表
メモリ制限のあるノードで効率的なMixture-of-Experts（MoE）学習を行う新システム「LRMoE」が発表されました。学習時間を削減します。
LLM理論 AIエージェントの専用メモリはナイーブRAGに劣ることが判明
Hugging Face等で公開された論文にて、AIエージェントの専用メモリシステムがシンプルなRAGを下回るケースが多いことが大規模評価で明らかになりました。
Cohere 臨床コホート選定エージェント「CohortFlow」発表、局所的意味的修正で遅延を削減
臨床試験の適格基準の変化に対応するエージェント「CohortFlow」が発表されました。構造化された仕様の更新により処理効率を高めます。
LLM理論 利用ベースAI規制における適合性評価の仕組みを提案する論文が発表
利用ベースのAI規制における適合性評価や委任契約の課題を分析し、メカニズムと命題を提示する論文が公開されました。言語モデルや本番システムの評価は実施されていません。
LLM理論 AI時代の科学研究のあり方とは？人間主導のフレームワーク提唱
AIが科学研究のコアタスクで人間と同等以上に達しつつある中、人間が科学を行う理由とAIの活用法を定めた新しいフレームワークが発表されました。
LLM理論 Meituan LongCatチームが「LongCat-DeepResearch」の技術レポートを発表
Meituan LongCatチームが、拡張されたLongCatモデルとマルチエージェントワークフローを組み合わせた深層リサーチシステム「LongCat-DeepResearch」を発表しました。
論文・技術解説 AIが節約する時間の測定方法に関する論文が公開
AIがもたらす時間短縮の測定方法について、ストップウォッチ視点とレジャー視点を対比させ、エラーとの関係から考察する論文が公開されました。
LLM理論 マルチモーダルAIの自己改善フレームワーク「The Trinity」発表
マルチモーダルエージェント向けの能力駆動型再帰的自己改善フレームワーク「The Trinity」が発表されました。
LLM理論 B2Bの営業担当割り当てを最適化する意思決定システムが発表
B2B企業の営業テリトリー設計や顧客割り当てを多目的に最適化するプロダクション意思決定システムが発表されました。
LLM理論 AIエージェントの自律学習パラダイム「Phronix」発表
科学計算領域におけるAIエージェント向けの新学習パラダイム「Phronix」が論文発表された。実行結果から再利用可能な能力を獲得・検証・洗練する仕組みを備える。
LLM理論 LLMエージェントによるRF・ミリ波回路の自動設計フレームワーク「TACS-RF」発表
大規模言語モデルを用いたコーディングエージェントが、商用EDAツールを駆動してRFおよびミリ波モジュールを設計するフレームワーク「TACS-RF」が発表されました。
LLM理論 AIエージェントの失敗を学習に変える「Self-Direction」手法が発表
AIエージェントの失敗から持続的な学習を促す新メカニズム「Self-Direction」が論文として発表された。
LLM理論 コーディングエージェントのコンテキストファイル検証結果
コーディングエージェント向けのリポジトリレベルのコンテキストファイルがタスク成功率や推論コストに与える影響を調査した論文について解説します。
ベンチマーク・評価 AIコーディングエージェントの安全性を検証する新ベンチマーク「UnderSpecBench」発表
LLMコーディングエージェントのDevOps環境における動作境界違反を測定する新ベンチマーク「UnderSpecBench」が発表されました。
LLM理論 Physical AIの概念と技術課題を網羅した包括的モノグラフ解説
物理世界の制約下で知覚・モデリング・行動を行うPhysical AIの定義、技術領域、課題を整理したモノグラフの研究内容を解説します。
ベンチマーク・評価 マルチモーダルマルチエージェントの数学推論を評価するベンチマーク「MAMath-Bench」
マルチモーダルマルチエージェントシステムの数学的推論能力を、プロセス指向かつロバスト性の観点から評価する新しいベンチマーク「MAMath-Bench」が提案されました。
LLM理論 LLMエージェントのKVキャッシュを直接操作する手法「AKV」とは
LLMエージェントのKVキャッシュを直接操作して効率化する新手法「AKV」について解説します。
推論モデル・思考モデル Mosaic：マルチセッション・エージェンティックRLの階層型最適化手法
複数セッションにわたる軌跡を対象としたマルチセッション・エージェンティック強化学習手法「Mosaic」が発表されました。
LLM理論 DeepSeek-V3テクニカルレポートが公開、大規模MoEモデルの全貌
DeepSeek-V3テクニカルレポートが発表され、671Bパラメータを持つ強力なMixture-of-Experts言語モデルの詳細が明らかになりました。効率的な推論とトレーニングを実現しています。