AI要約 本論文は、LLMの推論能力は出力される思考連鎖(Chain of Thought)そのものではなく、潜在表現の中に存在すると主張する。CoTテキストは内部の潜在的推論過程の表層的な痕跡に過ぎず、モデルの真の推論機構を理解するには潜在空間の分析が必要であると論じている。

EN This paper argues that LLM reasoning resides in latent representations rather than the explicit Chain of Thought output. The CoT text is merely a surface trace of deeper latent reasoning, suggesting that understanding true model reasoning requires analyzing latent spaces.

AI要約 本論文は、代数的不変量を活用してLLMにアブダクション・演繹・帰納の構造化推論を行わせる手法を提案する。仮説生成を不変量探索に帰着させ、演繹的検証と帰納的一般化を組み合わせることで、推論の一貫性と検証可能性を高めることを目指す。

EN This paper proposes a structured abductive-deductive-inductive reasoning framework for LLMs based on algebraic invariants, casting hypothesis generation as invariant discovery combined with deductive verification and inductive generalization to improve reasoning consistency and verifiability.

AI要約 KWBenchは、知識労働においてLLMが明示的な指示なしに問題を自発的に認識できるかを測定する新しいベンチマーク。実世界のタスクに潜む課題をモデルが気付けるかを評価し、従来の指示追従型評価を補完する。

EN KWBench is a new benchmark measuring whether LLMs can spontaneously recognize problems in knowledge work tasks without explicit prompting, complementing traditional instruction-following evaluations.

AI要約 本論文はブラックボックス組合せ最適化のためのStein変分推論に基づく新手法を提案する。勾配情報が得られない離散探索空間において、粒子群を用いた分布近似で効率的に最適解を探索し、従来手法を上回る性能を示す。

EN This paper proposes a Stein variational inference approach for black-box combinatorial optimization, using particle-based distribution approximation to efficiently search discrete spaces without gradient information, outperforming prior methods.

AI要約 Lean 4におけるハードモードの自動定理証明のためのオープンソースのエージェント型フレームワーク「Discover and Prove」を提案。発見と証明を組み合わせた手法で、難易度の高い定理証明タスクに取り組む。

EN Proposes Discover and Prove, an open-source agentic framework for hard mode automated theorem proving in Lean 4, combining discovery and proving stages to tackle challenging theorem proving tasks.

AI要約 LLMエージェントの経験蓄積手法を「記憶・スキル・ルール」という圧縮度の異なるスペクトルとして統一的に捉える枠組みを提案する論文。各形式の抽象化レベルと適用場面を整理し、エージェント設計における経験活用の指針を示す。

EN This paper proposes a unified framework viewing experience accumulation in LLM agents as a compression spectrum spanning memory, skills, and rules, clarifying abstraction levels and use cases to guide agent design.

AI要約 本論文は、特徴量帰属による説明可能性に厳密な数学的基盤を与える試みを提案する。従来のヒューリスティックな手法を超え、説明の正確性や一貫性を保証する形式的枠組みを構築し、信頼性のあるAI解釈を目指す。

EN This paper proposes a rigorous mathematical framework for explainability via feature attribution, moving beyond heuristic methods to provide formal guarantees on explanation correctness and consistency for trustworthy AI interpretation.

EN arXiv:2604.16324v1 Announce Type: new Abstract: The activation memory required for exact backpropagation scales linearly with network depth, context length, and feature dimensionality, forming an O(L

EN arXiv:2604.16325v1 Announce Type: new Abstract: Multivariate time series forecasting is fundamental to numerous domains such as energy, finance, and environmental monitoring, where complex temporal de

EN arXiv:2604.16333v1 Announce Type: new Abstract: Knee osteoarthritis frequently exhibits discordance between structural damage observed in imaging and patient-reported symptoms such as pain. This misma

EN arXiv:2604.16334v1 Announce Type: new Abstract: The use of Deep Neural Network based systems in the real world is growing. They have achieved state-of-the-art performance on many image, speech and tex

EN arXiv:2604.16362v1 Announce Type: new Abstract: Data scarcity and weak supervision continue to limit the performance of machine learning models in many real-world applications, such as mammography, wh

EN arXiv:2604.16410v1 Announce Type: new Abstract: CLIP adaptation can improve in-domain accuracy while degrading out-of-domain transfer, but comparisons between Full Fine-Tuning (Full FT) and LoRA are o

EN arXiv:2604.16411v1 Announce Type: new Abstract: We study asynchronous alignment, a first-class multimodal learning setting in which a dense primary stream must be fused with sporadic external context

EN arXiv:2604.16423v1 Announce Type: new Abstract: Defensive training methods such as positive preventative steering (PPS) and inoculation prompting (IP) offer surprising results through seemingly simila

EN arXiv:2604.16426v1 Announce Type: new Abstract: As modern deep learning architectures grow in complexity, representational ambiguity emerges as a critical barrier to their interpretability and reliabl

EN arXiv:2604.16428v1 Announce Type: new Abstract: Time series foundation models (TSFMs) are widely used as generic feature extractors, yet the notion of non-stationarity in their embedding spaces remain

EN arXiv:2604.16429v1 Announce Type: new Abstract: We introduce Mosaic, a probabilistic weather forecasting model that addresses two principal sources of spectral degradation in ML-based weather predicti

EN arXiv:2604.16431v1 Announce Type: new Abstract: Abrupt transitions between distinct dynamical regimes are a hallmark of complex systems. Grokking in deep neural networks provides a striking example --

EN arXiv:2604.16453v1 Announce Type: new Abstract: We introduce a principled probabilistic framework for reward-guided decoding in large language models, addressing the limitations of standard decoding m

EN arXiv:2604.16468v1 Announce Type: new Abstract: Accurate phase equilibria are foundational to alloy design because they encode the underlying thermodynamics governing stability, transformations, and p

EN arXiv:2604.16519v1 Announce Type: new Abstract: In the field of online reinforcement learning (RL), traditional Gaussian policies and flow-based methods are often constrained by their unimodal express

AI要約 米国防総省が、軍の最も問題を抱えた宇宙プログラムの一つを中止することを決定した。長年の開発遅延や予算超過が背景にあり、ペンタゴンは本計画から撤退する。

EN The Pentagon has decided to cancel one of the U.S. military's most troubled space programs, ending the effort after years of delays and cost overruns.

AI要約 Appleの次期CEOに就任予定と報じられているジョン・ターナス氏の人物像を紹介する記事。現在ハードウェアエンジニアリング担当シニアバイスプレジデントを務める同氏の経歴や役割、ティム・クック氏からの後継者としての位置付けに焦点を当てている。

EN A profile of John Ternus, Apple's senior VP of Hardware Engineering, who is reportedly set to succeed Tim Cook as the company's next CEO, covering his background and role at Apple.

AI要約 Ollamaのプレリリースバージョンv0.21.1-rc0が公開された。リリース候補版であり、詳細な変更内容は明記されていないが、次期安定版に向けたテスト用ビルドとして提供されている。

EN Ollama has published a pre-release build v0.21.1-rc0, a release candidate for testing ahead of the next stable version, with no detailed changelog specified.

AI要約 NVIDIAがHuggingFaceブログで、合成ペルソナデータセット「Nemotron-Personas-Korea」を活用して韓国の実際の人口統計に基づくAIエージェントを構築する方法を紹介。地域・年齢・職業分布を反映したペルソナで、韓国向けLLMアプリの現実的な評価やデータ生成を可能にする。

EN NVIDIA's Hugging Face blog post shows how to build Korean AI agents grounded in real demographics using the Nemotron-Personas-Korea synthetic dataset, enabling realistic evaluation and data generation for Korea-targeted LLM applications.

AI要約 Datadog Japan主催のCS勉強会#7のイベントレポート。テーマは「AIがチームの一員になった」で、AIをチームメンバーとして活用する事例や知見が共有された。カスタマーサクセス領域でのAI活用の現状と今後について議論された。

EN Event report from Datadog Japan's 7th Customer Success study meetup, themed 'AI has become a team member,' sharing cases and insights on leveraging AI as a team member in customer success operations.

AI要約 AppleのCEOティム・クックは、トランプ政権との関係維持を担う「トランプ対応役」として引き続き中心的な役割を果たす見通し。会長職などの役職変更の噂がある中でも、政治的折衝における彼の重要性が強調されている。

EN Apple CEO Tim Cook will continue to serve as the company's key liaison with the Trump administration, maintaining his role as Apple's 'Trump whisperer' amid speculation about potential leadership title changes.

AI要約 Claude CodeのUIをMCP（Model Context Protocol）を活用して改善した取り組みを紹介する記事。MCPサーバーを導入することで、Claude Codeのユーザーインターフェースをより使いやすくカスタマイズした事例を解説している。

EN An article describing how the author improved the UI of Claude Code by leveraging MCP (Model Context Protocol), customizing the interface through an MCP server for better usability.

AI要約 ニュージーランドでは地盤データとAIを組み合わせ、より安全で効率的な建設を実現する取り組みが進んでいる。Microsoftのクラウド・AI技術を活用し、地質調査データを統合・解析することで、インフラ計画や災害対策の精度向上が期待されている。

EN New Zealand is pairing geotechnical data with AI on Microsoft cloud to improve construction safety and efficiency, integrating geological survey data to enhance infrastructure planning and disaster resilience.