20:22
周暢がByteDanceのSeedチームを退職した背景には、マルチモーダル統合路線をめぐる対立がある
画像はドラマ『百年の孤独』より 周暢の退職噂は今回が初めてではない。 2024年8月にByteDanceのSeedチームに入社して以来、少なくとも2度退職のうわさが広がった。最初は2025年12月のことだ。当時、周暢は微信モーメンツで否定し、表明した....
TODAY’S BRIEFING
ニュース一覧 今日のニュース
01 / IN FOCUS
AI画像強化によりフリップチップ接続部の欠陥検出が向上（MCL、PVA TePla、ASE）
セミエンジニアリング
02 / IN FOCUS
重要な瞬間に向けた力強い前進
MITニュース AI
03 / IN FOCUS
ウェブホスティング企業Squarespaceが従業員の19％を削減
TechCrunch · AI
04 / IN FOCUS
ニューヨーク・タイムズなどメディア各社が、コンテンツの不正スクレイピングを理由にウェブブラウザー「Brave」を提訴
TechCrunch · AI
05 / IN FOCUS
Anthropic、ClaudeのAIビデオゲームクローンに厳格な対応
ザ・バージ・AI
06 / IN FOCUS
アクセラレータ向けRay特別研究グループ（SIG）の発表
PyTorchブログ業界ニュース / 07音声と映像の統合生成を6ステップで実現！PikaがMiniMax H3をベースにした新作オープンソース「Pika H3 Flex」を発表AIBase AI情報
07 / IN FOCUS
音声と映像の統合生成を6ステップで実現！PikaがMiniMax H3をベースにした新作オープンソース「Pika H3 Flex」を発表
AIBase AI情報エージェントと自動化 / 08AIの長期記憶のボトルネックを突破し、Alibaba CloudがPersonal Agentの深い個別化への進展を支援AIBase AI情報
08 / IN FOCUS
AIの長期記憶のボトルネックを突破し、Alibaba CloudがPersonal Agentの深い個別化への進展を支援
AIBase AI情報
09 / IN FOCUS
AIを試す
セミエンジニアリングAI NEWS × FOXAI変化の兆しから、次の一歩へ
AI ツールを探す 最新ニュースから、自分に合うツールまで。
役立つAIツール
横にスワイプ →J
JAXモデル・基盤
AI Short文章・コンテンツ作成
MemoAI音楽・音声
WhisperAI音声認識
EvoMapAI エージェント・自動化
Kiroプログラミング・開発
Open Designデザイン・3D
妙播マーケティング・EC
IamIP業界別アプリケーション
Udacity AI学院教育・言語学習
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AAI 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MMemoAI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WWhisperAI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EEvoMapAI 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KKiro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OOpen 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。
分类推荐榜首妙妙播マーケティング・EC広告からAIライブテレコムソリューション
待评分 · 分类列表推荐IIamIP業界別アプリケーションIamIPは、AIを駆動する検索、分析、監視ツールを提供する特許プラットフォームであり、ユーザーが特許研究と管理をより効率的に行えるようにします。
待评分 · 分类列表推荐UUdacity AI学院教育・言語学習Udacity AI アカデミーは、機械学習、ディープラーニング、コンピュータビジョン、自然言語処理、AIプロダクトマネジメントを網羅した、人工知能に関するコースと学習パスの入り口です。基礎から応用まで、目的に合わせてコースやプロジェクト型トレーニングを選択できます。
待评分 · 分类列表推荐いま起きている AI の変化
1655 件の公開ニュース学習・微調整・アラインメント · 62 件のニュース絞り込みを解除 ×
2026-11-02
時系列で変化を追う08:00
ライブiOSアプリにおけるUIナビゲーション向け、計画・グラウンディングエージェントを用いたオンライン稠密強化学習
フロンティアな視覚言語モデルはユーザーインターフェース（UI）ナビゲーションにおいて優れた能力を示す一方で、その高い推論コストが日常的な利用を妨げています。一方で、教師あり微調整（SFT）やオフライン強化学習によって訓練された小規模モデルは、静的な遷移経路を記憶してしまうことが多く、実行が不安定になり、エラーからの回復が不可能になるという問題があります。これらの制約に対処するため、本稿では、ライブiOSアプリケーション上で直接UIナビゲーションエージェントを訓練する新しいオンライン強化学習フレームワークを提案します。我々のフレームワークは、エージェントを2つの専門化されたコンポーネントに分離します：計画…
2026-11-01
時系列で変化を追う13:31
なぜAIはミレニアム問題を解けるのに、RSIにはまだ対応できないのか｜Hao好聊トレンド
テンセント・テクノロジー傘下のペンギン・インテリジェンスによる先端技術論文解説コラム。コードとビジネスの交差点において、AIの確実性を探る。 文｜博陽 編集｜徐青陽 最近しばらくの間、理論数学や物理学分野のニュースだけを見ていると、まるで……という印象を受けます。
2026-10-30
時系列で変化を追う12:00
LLMのアライメントのためのリストワイズな嗜好のランク-aware差分プライバシーによる公開
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。
12:00
アーティファクト蒸留：フロンティア言語モデルから小型言語モデルへの学習不要な転移
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
12:00
オープン言語モデルにおける学習段階にわたる迎合の検出
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
12:00
推論を行う大規模言語モデルの監督あり微調整：調査
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…
2026-10-29
時系列で変化を追う22:41
モニタリングの終着点は介入：睡眠テクノロジーは「リストバンド」から「マットレス」へと進化し始めている
AIハードウェアの次のステージは、より高いスペックではなく、「手を動かして改良すること」にある。この考え方は、主に今日宜休（ISHO）の創業者兼CEOである王騰氏が業界について抱いた洞察に基づいている。29日、今日宜休（ISHO）は一気に二つの製品を発表した：ISHO....
2026-10-28
時系列で変化を追う16:04
Liquid AIがLFM3マルチモーダルモデルファミリーを発表し、高効率な専用インテリジェンスを強調
近日、Liquid AIは新世代の基礎モデルファミリー「LFM3」を正式に発表しました。最初のバージョンには、約20億パラメータを備えた6種類のモデルが含まれており、テキスト、視覚、音声、マルチモーダル、意思決定といった各領域を網羅しています。これらはすべてLFM3-1.7B-Baseを基盤としており、事前学習時のスループットは22Tトークンに達します。このシリーズは新たな三重混合層アーキテクチャを採用し、ゲート制御型短い畳み込みやスライディングなどの仕組みを統合することで、パラメータ数を抑えつつ高い効率を実現することを特長としています。
12:00
OmniBrain-0：身体を備えた知能のための統一されたエージェントモデル
arXiv:2610.36013v1 発表タイプ：新規 要旨：汎用的な身体を備えた知能は、ロボットが長期間にわたり多様なスキルを連携させ、タスクの進行状況を追跡し、障害から回復できるよう求められる。専門的なポリシーだけではタスクレベルでの信頼性を確保できず、強力なマルチモーダルエージェントも、コンパクトなモデルでは再現が難しい高コストな推論や外部経験に依存している。そこで私たちは、共有の高レベルな意思決定モデルを通じて操作とナビゲーションを協調させ、タスク理解、計画、進行状況の追跡、フィードバックに基づく回復を統合する、軽量で統一された身体を備えたエージェントであるOmniBrain-0を提案する。当社の段階的学習フレームワークは、身体を備えた事前学習、ドメイン特化型エージェントの蒸留、およびマルチティーチャーによるオンポリシー蒸留（MOPD）を組み合わせている。これにより、強
12:00
CONCUR：多タスク・多報酬強化学習における一致型補助報酬
arXiv:2610.36437v1 発表タイプ：新規 要旨：大規模言語モデル（LLM）が複数のタスクに対して強化学習（RL）で学習する際、各タスクの主報酬は、長さ報酬などの補助報酬を制限することができる。すなわち、不適切な応答に対しては、補助報酬は主報酬を超えることができない。しかし、グループ相対優位推定器では、制限された補助報酬も他の要素と同様に扱われるため、主報酬の順序を逆転させたり、主報酬の上限においてのみ補助報酬が応答の順序を決定したりしてしまう。制限された補助報酬を維持すると一部のタスクに悪影響を及ぼし、一方でそれを排除すると別のタスクに悪影響を及ぼす。そこで我々は、各制限付き補助報酬の標準化スコアを、二つの条件を満たす最も近いスコアに置き換える優位推定器であるCONCURを提案する。具体的には、主報酬が高い応答には低いスコアを与えることはできず、また…
00:00
NVIDIA Nemotronを微調整して、地域の言語だけでなく地域の規則も理解できるようにする
AIの導入が世界的に拡大するにつれ、さまざまな言語や文化圏の人々が日常生活のより多くの場面でAIを活用しています。汎用的な言語モデルは…
2026-10-27
時系列で変化を追う12:00
ProtoEEG：EEGの視覚的デコーディングのための構造化されたプロトタイプアライメント
arXiv:2610.33065v1 発表タイプ：新規 要旨：頭皮上の記録はノイズが多く、空間的に粗く、試行間および被験者間で変動するため、EEGによる視覚デコーディングは依然として困難である。多くのシステムでは、各試行を高密度な画像埋め込みに位置合わせしているが、その埋め込みには意味内容と、インスタンス固有のテクスチャ・姿勢・背景が混在している。このような手法では、EEGには存在しない詳細情報を必要とする上、予測を支える視覚的要因について明示的な説明を提供していない。そこで私たちは、共有可能な学習可能な視覚コードブックに基づくソフトな合成としてEEG–画像の位置合わせを再定式化する、プロトタイプ媒介型フレームワークである\textbf{ProtoEEG}を提案する。学習可能なEEGエンコーダーと固定された視覚教師が、同一の$K=64$個のプロトタイプに対する割り当て分布を生成し、それらの重み付けされた再構成が構造化された表現を形成する。
12:00
賢くささやく：ASRのファインチューニングにおけるスマートなサブセット選択
arXiv:2610.32997v1 発表タイプ：新規 要旨：OpenAIのWhisperなどの自動音声認識（ASR）モデルは、音声認識の精度を大幅に向上させていますが、特に大量のトランスクリプト付き音声データが利用可能な場合でも、ファインチューニングには高いコストがかかります。そのため、多くの実務者がこれらのモデルを新たな言語や領域に適応させるのは困難です。本研究では、ASRのファインチューニングに用いるためのより小規模な学習セットを選択する、埋め込みベースのサブセット選択手法を提案します。Whisperの事前学習済みエンコーダを用いて、各音声サンプルを固定次元の埋め込み空間へ写像し、貪欲なk-センター法を適用して、多様で代表性のある学習データのサブセットを選び出します。本手法をヘブライ語およびデンマーク語に対して評価した結果、k-センター選択はしばしば
12:00
OpenESM：エネルギー駆動モデルはスケーラブルな基礎学習者
arXiv:2610.33005v1 発表タイプ：新規 要旨：エネルギー基盤モデルは、ドメイン固有のタスクにおいて有望な特性を示しているものの、汎用的なシナリオのモデリングには依然として課題が残っています。このギャップを埋めるため、私たちは基礎的な言語モデリング向けにエネルギー駆動型モデル（ESM）を設計しました。ESMは、エネルギーによる探索を活用してトークン生成を精緻化するため、エネルギー駆動とトークン生成を単一のアーキテクチャに統合しています。具体的には、まずエネルギー景観上での潜在状態を最適化し、次いでその精緻化された潜在状態を用いてトークン生成を行います。大規模コーパス上でこのようなエネルギー駆動型の事前学習を実施することで、ESMは一般的に有効なエネルギー景観を学習し、好ましいトークンが低いエネルギー値に対応することを確立します。ESMのスケーリング特性を検討するため、私たちはESMを事前学習させます
12:00
EKTルーター：身体を伴う視覚言語モデルにおける専門家と証拠の整合性
arXiv:2610.33044v1 発表タイプ：新規 要旨：身体を備えた視覚言語モデルは、部分的で変化する観測情報から質問に答える必要がある。その成功は、選択される推論能力と、それに利用可能な証拠の両方に依存する。専門家ルーターは内部計算を適応させる一方で、ツール拡張型システムは外部証拠を獲得する。これらを独立に選択すると、適切な専門家が必要な証拠を持たない状況が生じる可能性がある。そこで我々は、能力専門家、オプション知識、知覚ツールを統合的に選択する制限付きフレームワークであるEKT-Routerを提案する。結果に基づくシグネチャーは、一般推論、空間推論、時空間推論の各専門家の重なり合う強みを表現する。共同ユーティリティは、呼び出し予算の下で完全な専門家–証拠経路のスコアリングを行う。取得後、パケット検証器が有効なものを承認する
12:00
ReMedI：制御可能な分子最適化のための推論時精緻化と自己蒸留
arXiv:2610.32103v1 発表タイプ：新規 要旨：創薬において、リード最適化では、透過性の向上や毒性の低減といった相反する特性を改善しつつ、リードの活性を損なう可能性のあるスケルトン変更を抑制しなければなりません。C-MORAL などの強化学習ベースのポストトレーニング手法は、分子言語モデルを微調整することで、関心のある目的に対して分子リードを直接最適化するというアプローチを採用していますが、これには高価なタスク固有のデータセットが必要であり、多目的最適化（MOO）の実現にも課題が伴います。我々は、事前学習済みモデルには、ゼロショット生成では効率的に到達できない有用な分子編集がすでに含まれている可能性があると主張します。ゼロショット生成の探索能力の限界に着目し、我々は効率的なメトロポリス・ハスティングス探索戦略を開発し、ベット
12:00
証拠に基づく直感：マルチモーダルエージェントのための適応型デュアルメモリ
arXiv:2610.33019v1 発表タイプ：新規 要旨：マルチモーダルエージェントが持続的な相互作用を行う際、長期記憶は細かな証拠の想起と、全体的理解のための内面化された解釈という、二つの明確でありながら補完的な機能を果たす。エピソード記憶と潜在記憶はそれぞれ、明示的な履歴記録と内面化された経験を通じてこれらの要求に応えているものの、エピソード記憶における証拠の網羅性と統合性、そして潜在記憶における事実の基盤形成という限界により、タスク間で多様な記憶特性を十分に捉えることはできない。このギャップを埋めるために、我々はデュアルメモリフレームワークを提案する。これは、モデル固有の潜在記憶を直感的な事前知識として統合し、同時に、検索条件に基づいた共同アライメントによって正確な証拠の再構築を可能にする多インデックス型エピソード記憶を組み合わせたものである。At i
12:00
事後訓練は、大規模言語モデルの価値選好をどのように形成するのか？
arXiv:2610.33371v1 発表タイプ：新規 要旨：事後学習の過程において、大規模言語モデル（LLMs）は、異なる人口統計グループに関連する意見が不均衡な割合で含まれるコーパスから価値観の好みを学習します。こうした不均衡が拡大すると、一部のグループの意見がさらに過小評価されるおそれがあります。しかし、意見の混合状態が事後学習の各経路において価値観の好みにどのように影響を及ぼすのかは、依然として不明です。この疑問に答えるため、私たちは、異なる意見混合状態を有する事後学習用コーパスと、SFT、DPO、GRPOに基づく5つの事後学習経路を用いた制御実験を実施しました。その結果、事後学習は各経路によって意見の不均衡を異なる形で増幅することを明らかにしました。価値観の好みが一度増幅された後、さらなる事後学習によってそれを除去できるかどうかは、事後学習の
12:00
スパースな探索履歴を用いた検索：不完全な探索ログとゼロコストの代理モデルからのタスク間アーキテクチャ探索
arXiv:2610.32179v1 発表タイプ：新規 要旨：ニューラルアーキテクチャ探索（NAS）はコストが高額であるが、タスク間の転移により過去のタスクから得た知識を再利用することでコストを削減できる。しかし、既存手法はスパースな探索履歴やタスク固有の転移失敗に苦慮している。本研究では、チャンピオンベースの初期化とペアワイズランカーによる共同事前学習を通じて、スパースなソースログとゼロコストの代理モデルを組み合わせるリスクロバストな戦略を提案する。TransNAS-Bench-101において、本提案は深刻な最悪ケースでの失敗を緩和し、マイクロ自動符号化における最悪10％順位を290から43へ、マクロ室内レイアウトにおける最悪10％順位を465から45へと低下させた。さらに、13種類のセルスペースターゲット全体で、平均性能および最悪ケース性能の両面において、代理モデルのみを使用したランカーを10ターゲットで上回りつつ、競争力のある平均性能も維持した。
すべての更新に、たどれる出典を。