最新の AI ニュースを、いち早く。

Crawl4AIでAmazon Bedrockナレッジベース向けのウェブコンテンツを準備する

この投稿では、オープンソースのウェブクローラーであるCrawl4AIを、Amazon Bedrockナレッジベース向けのコンテンツ準備レイヤーとして使用する方法を紹介します。ウェブコンテンツがAmazon S3データソースに到達する前に、JavaScriptレンダリングの処理、選択的抽出、およびカスタムメタデータの拡充を行います。

DatabricksとSAPが、企業のAI変革を一段階進めるためのエンドツーエンドのデータおよびAI機能を提供

今日のAIモデルはかつてないほど高い能力を備えています。しかし、依然として不足しているのはビジネス…

ウェルス・マネジメントの顧客オンボーディングには、AI以上のものが必要です

ウェルス・マネジメントの顧客オンボーディングは、すべてのシステムが役割を果たしていても、停滞することがあります。書類が収集され…

食品の類似性とは何か？インド料理における視覚的表現と検索

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

豆包の広報が「15万人のエキストラがモデルに餌を与えられた」という報道について回答：噂は重大に誤っている

豆包の広報責任者である劉星氏は、記事で「横店が字節と提携し、15万人のエキストラの肖像と声を字節の大規模モデルに学習させている」という内容は重大な事実誤認であると述べ、反論しました。同氏は、実際の「横店映画・テレビAIサービスプラットフォーム」は、公共のデジタルインフラの整備を目的としており、映画・テレビ撮影地の実景などの資産を高品質なデータセットに整理することで、制作チームのロケーション選定や準備、撮影を効率化するとともに、中小規模の映画・テレビ企業がAIを活用する際のハードルを下げ、より多くのクリエイターが良質な作品づくりに取り組める環境を整えることを目指していると説明しました。

LLMを用いたランドマークベースの経路案内向け構造化マップ

arXiv:2610.36582v1 発表タイプ：新規 要旨：ランドマークに基づく経路案内を生成するためには、モデルは地図の幾何学的構造と人間のランドマーク選好の両方を理解する必要があります。大規模言語モデル（LLM）は言語処理タスクにおいて優れた性能を示しますが、これらのモデル向けに地図データをどのように構造化すべきかについては、まだ確立されていません。本論文では、ルートナビゲーションにおけるランドマーク選択タスク向けに、SVG形式を用いて空間的特徴を符号化する構造化テキスト表現を提案します。この構造化テキストは、レンダリングされた地図画像との幾何学的なつながりを維持しており、言語モデルが空間データおよび意味データに直接アクセスできるようにします。人間による経路説明文とOpenStreetMapデータから作成した新しいデータセットを用いて、ターン地点でのランドマーク選択および目的地周辺でのランドマーク選択という二つのタスクについてモデルの評価を行います。

なぜdbt Labsは、AIエージェントがついにセマンティックレイヤーの定着を実現すると考えているのか

チームが信頼の問題を解決できるなら、AIエージェントはなぜセマンティックレイヤーを定着させられるのか。

OpenAIが人類の科学史を書き換えた！「王の予想」は全次元で崩れ、30年間の鉄則であるETHが崩壊した

新智元の報道によると、正直言って、人類の科学史は今夜、完全に書き換えられました！ついさっき、OpenAIが一気に三つの大きな発表を次々と行い、内部のAIが「マイルストーン」とも言える三大新発見を独立して成し遂げたことを公式に発表しました——数学分野では、全次元における「局所的滑らか性予想」を証明し、数学界を百年間悩ませてきた「掛谷予想」を完全に終焉させました；計算機科学分野では、学界を約30年間支配してきた「指数時間仮説」（ETH）を反証しました；理論物理学分野では、四次元量子色力学（QCD）と純粋な…

王の推測は、AIによって一晩でクリアされた

AIはすでに次々と答案を提出し始めていますが、人間は採点すら間に合わないかもしれません。#愛範兒の公式微信公众号「愛範兒」（WeChat ID：ifanr）をぜひフォローしてください。さらに詳しいコンテンツをいち早くお届けします。

CFBrainAug：解釈可能なfMRIベースの自閉症診断のためのモジュール性による反事実的脳ネットワーク拡張

arXiv:2610.32184v1 発表タイプ：新規 要旨：安静時機能的磁気共鳴画像法（rs-fMRI）に基づく脳ネットワークに対する機械学習は、自閉症スペクトラム障害（ASD）の診断において有望であるが、既存の手法は限られた学習データに対して過剰適合しやすく、事後的な統計的帰属解析では臨床的な解釈可能性が限定的である。本研究では、ラベルを変更した脳ネットワークを学習することで、データ拡張と反事実的説明を統合する反事実的脳ネットワーク学習フレームワークであるCFBrainAugを提案する。従来のラベル保持型拡張とは異なり、CFBrainAugはまずラベルとは逆だがトポロジー的に類似した候補を抽出し、その後、モジュール数制約の下でそれを精緻化する。事実的および反事実的ネットワークを併せて学習することで、学習

Oktaが大規模なAIエージェントのガバナンス文脈から得た知見

Oktaは、dbtを唯一の信頼できる情報源として活用し、AIエージェントのコンテキスト管理手法を再構築しました。

dbt Wizardの内部では、その作業内容を示すために構築されたAIエージェントが動作しています

dbt Wizardのデザイナー兼エンジニアリングリードが、コードが本番環境にデプロイされる前にエージェント自身がどのように自らの成果を検証するかを示しています。

dbt v2 の新機能：パーシングの高速化、共通のアダプタ層の導入、そして巨大な manifest.json を省略したドキュメント体験

dbt v2はアダプターをバンドルし、パーシングを高速化するとともに、人間とAI向けにmanifest.jsonをより小さく、クエリ可能なファイルに置き換えます。

Supabaseの10億ものAI生成アプリ向け計画

AIエージェントがますます多くのソフトウェアを生成しており、その結果、バックエンドが果たすべき役割も変化しています。Supabaseの共同創業者であるポール・コプルストーン氏とアン・ウィルソン氏がswyxに登場し、データベースと並行して長期間稼働するワークロードを運用することや、スキーマをエージェントにとってより理解しやすくすることについて議論します…

Rampの社内AIエージェントが100万セッションを突破した方法

Rampは、社内AIを分析エンジニアリングとして扱うことで構築したエージェント、サンドボックス、ダッシュボードを共有しています。

メインフレームからAI駆動の成熟へ：Veriskのデータ近代化の歩み

Veriskは、メインフレームからdbtへと、数十年にわたる保険データを近代化し、AI対応の体制を整えました。

プロンプトからPRまで：CareemのAIが、人間が目にする前にどのようにdbtモデルを書き込み、検証するのか

CareemのAIエージェントは、人間がPRをレビューする前に、dbtモデルをエンドツーエンドで作成し、検証します。

Kilo社のデータサイエンティストが、自社のAIエージェントに欠けていたビジネスコンテキスト層をどのように構築したか

データサイエンティストが、dbtプロジェクトだけでは保持できない組織のナレッジ向けのAIコンテキスト層をどのように構築したか。

悪質なAIエージェントの群れが、より優れたアイデアを得るための教訓を私たちにもたらすとは

ベン・スタンシルは、Hugging Faceのハックを用いて、最も有用なアイデアがなぜ最も奇妙なつながりから生まれるのかを説明しています。

研究は、自閉症と非自閉症の個々の対人対話における成功の知覚を予測するための多モーダル手法を提案している

arXivに掲載された新たな研究（番号2610.31682v1）では、言語運動、顔面表情、音声の韻律、話の交替といったマルチモーダルな特徴を用い、自閉症者と非自閉症者の参加者が含まれる3つの自然な二人間対話データセットにおいて、対話の成功度に対する各参加者の主観的認識を予測しました。

注目する理由本研究は、従来の診断分類や単一モダリティによる分析にとどまる限界を克服し、補完的な多モダリティの行動指標を初めて体系的に統合して、「知覚された対話の成功」という社会的コミュニケーションの核心次元をモデル化しました。これにより、神経多様性を持つ人々のコミュニケーション支援技術の向上に向けた新たな方法論的根拠を提供しています。本論文はすでに公開されており、タイムスタンプは現在のシステム時刻と一致しており、最新の学術進展に該当します。