Google、 線形エラスティックを 公開
Google が線形エラスティックキャッシュを公開しました。 Spanner でメモリ使用量を 15.5% 削減しました。 総所有コストは約 5% 減りました。
Google が線形エラスティックキャッシュを公開しました。 Spanner でメモリ使用量を 15.5% 削減しました。 総所有コストは約 5% 減りました。
Ai2 が Olmo Hybrid と Olmo 3 の予測を比較しました。 内容語ではハイブリッドが損失約 0.04 で優位です。 入力の反復トークンでは優位がほぼ消えます。
中国 AI 企業 6 社の求人 1,604 件を分析しました。 ByteDance は推論で Nvidia の CUDA と TensorRT-LLM を使っています。
CyberAgent AI Lab の 6 本の論文が ICML 2026 に採択されました。 採択は 7年連続で、うち 1 本が Oral に選出されました。 Oral は全投稿の 0.7% 程度の難関です。
LINE ヤフーが DBaaS 基盤 Flava の設計を解説しました。 Flava は Kubernetes のオペレーター・パターンで動作します。 インフラ・オペレーターで IaaS を抽象化します。
LINE ヤフーが分析エージェントを先行展開しました。 分析の所要時間は平均約 2 週間から約 10分に短縮しました。 事業部内では月数百回規模の分析が行われるようになりました。
Ai2 のオープンな公開物を Domyn と AISquared が活用しています。 AISquared の Bolt Instruct は Olmo 3.1 から微調整されています。 Domyn Small は Dolma と Dolci を使い 10.1 点上昇しました。
Epoch AI が AI 研究開発のタスク分類を公開しました。 研究ワークフローを 6分類、60 以上のタスクに分解しています。 各タスクは AI による自動化度を 0〜5 で評価しています。
英 AISI が Engineering Playbook を公開しました。詳しくは出典へ。
Google が英国の生け垣や石垣を地図化したデータを公開しました。 高解像度の深層学習で標準的な衛星検出では見えない細かな生態特徴を捉えます。 農地を犠牲にせず炭素貯留と生物多様性の向上に役立ちます。
Epoch AI が FrontierMath v2 を公開しました。 Claude Fable 5 が首位で、Tier 1〜3 は 87% です。 Tier 4 のスコアは 88% です。
Google が皮膚の悩みに関する AI 調査を公開しました。 AI 利用で病名の的中率が 8% から 23% に上がりました。 次に取るべき行動の判断は AI では改善しませんでした。
ABEJA が IfR に顧客検証ループを導入しました。 顧客ヒアリングを価値検証として開発に組み込みます。 顧客接点を持つ全員が「PBI の種」として気づきを起票できます。
Google が機械学習の忘却監査の新手法を発表しました。 f ダイバージェンスで局所的なデータ変化を検出します。 AISTATS 2026 で発表されました。
Cohere が AI の労働影響を巡る証拠不足を指摘しました。 2023年の論文の 80% という試算が政策に流用されています。 データ労働者が政策議論から抜け落ちています。
サイバーエージェントの AI Lab が ICALP 2026 に 2 本採択されました。 組合せ遷移の独立集合遷移で近似アルゴリズムを開発しました。 後方参照付き正規表現を O(N log² N) で解く算法を示しました。
ABEJA が LLM 強化学習の Rollout ズレを解説しました。 vLLM と transformers では同じ Token でも確率が最大 0.215 ずれます。 ズレの補正には Importance Sampling が使われます。
Stockmark が LLM-as-a-Judge の評価多様性を分析しました。 専門家同士でも細かいスコアは一致しにくいです。 評価者ごとに合わせた判定は一致度が高まります。
Epoch AI がオープンウェイトと閉鎖モデルの差を分析しました。 最も能力の高いオープンウェイトモデルは約 4 か月遅れています。 ハイパースケーラーの設備投資は GPT-4 公開後で 4 倍です。
Mistral が Emmi AI を買収し物理 AI を強化しました。 航空宇宙や自動車、半導体、エネルギー分野が対象です。 3D 翼の CFD データセットなど研究成果を公開しています。
トルコの高校の実験では ChatGPT 利用群が試験で劣りました。 台北の Python 講座では AI 個別指導群が 0.15 標準偏差上回りました。
Epoch AI が AI チップのメモリ費増加を分析しました。 HBM は部品費の 52% から 63% に上昇しました。 HBM 支出は 2024年の約 120 億ドルから 2025年は 320 億ドルです。
Ai2 が衛星画像モデル OlmoEarth v1.1 を公開しました。 計算コストを最大 3 倍削減し、v1 と同等の性能を保ちます。 Nano、Tiny、Small、Base の 4 サイズで提供されます。
Google DeepMind が Gemini for Science を発表しました。詳しくは出典へ。