Zedエディタがメジャーバージョン1.0.0に到達。Rust製の高速なコラボレーティブコードエディタとして安定版がリリースされ、長期にわたる開発の節目となる重要なマイルストーンを迎えた。
Zed, the high-performance collaborative code editor written in Rust, has reached its 1.0.0 milestone, marking a major stable release after years of development.
AI要約 本論文は、適応型深層ニューラルネットワークにおけるUpper Confidence Bound (UCB) アルゴリズムの性能を比較分析する研究である。複数のUCB変種を評価し、探索と活用のバランスがモデル性能に与える影響を検証している。
EN This paper presents a comparative analysis of Upper Confidence Bound (UCB) algorithm variants in adaptive deep neural networks, evaluating how different exploration-exploitation strategies affect model performance.
og AI要約 本論文はOMEGAというフレームワークを提案し、機械学習モデルの最適化を目的に生成されたアルゴリズムを自動評価する手法を示す。多様なアルゴリズム候補を探索・比較することで、効率的なモデル設計と性能向上を実現する。
EN This paper introduces OMEGA, a framework that optimizes machine learning by automatically generating and evaluating candidate algorithms, enabling efficient exploration and comparison to improve model design and performance.
og AI要約 数学指導における学習性無力感を、Aprioriアルゴリズムを用いて学習者のレベル・介入・結果ごとの行動パターンとして分析した研究。頻出パターンの抽出により、無力感を示す生徒の特徴的な行動傾向と効果的な介入の関連性を明らかにする。
EN This paper applies Apriori-based association rule mining to analyze behavioral patterns of learned helplessness in mathematics tutoring, examining how patterns differ across student levels, interventions, and learning outcomes to inform effective teaching strategies.
og AI要約 本論文はニューロシンボリックシステムにおける接地(grounding)と構成性(compositionality)が単純に相補的ではないと論じる。両者の統合は推論能力の単純な加算ではなく、設計上のトレードオフを伴うことを示している。
EN This paper argues that grounding and compositionality in neuro-symbolic systems are not simply complementary. Integrating both does not yield additive reasoning gains and instead involves fundamental design trade-offs.
og AI要約 対話型エージェントにおける構成的汎化を実現するため、ニューラルネットワークと記号的推論を統合したフレームワークAGEL-Compを提案。新規タスクの組み合わせに対する汎化性能を向上させ、既存手法を上回る結果を示した。
EN AGEL-Comp is a neuro-symbolic framework that combines neural networks with symbolic reasoning to enable compositional generalization in interactive agents, improving performance on novel task combinations compared to existing approaches.
og AI要約 心電図データを用いて駆出率(EF)を多クラス分類するマルチモーダル機械学習手法を提案。説明可能性を取り入れ、心不全の早期診断に貢献する。臨床応用に向けた精度と解釈性の両立を実現した研究。
EN This paper proposes a multimodal and explainable machine learning approach for multi-class ejection fraction classification from ECG signals, aiming to enable accurate, interpretable early diagnosis of heart failure for clinical use.
EN arXiv:2604.25943v1 Announce Type: new Abstract: Efficient and stable solution of partial differential equations (PDEs) is central to scientific and engineering applications, yet existing numerical sol
EN arXiv:2604.25972v1 Announce Type: new Abstract: In multi-agent reinforcement learning (MARL), the integration of a communication mechanism, allowing agents to better learn to coordinate their actions
EN arXiv:2604.25975v1 Announce Type: new Abstract: Key-value (KV) caching is essential for large language model inference, yet its memory overhead poses a critical bottleneck for long-context generation.
EN arXiv:2604.25978v1 Announce Type: new Abstract: Prior work on node classification has shown that Graph Neural Networks (GNNs) can learn representations that transfer across graphs, when underlying gra
EN arXiv:2604.25982v1 Announce Type: new Abstract: Frontier AI both amplifies existing risks and introduces qualitatively novel challenges. Not only is there a notable lack of stable scientific consensus
EN arXiv:2604.26024v1 Announce Type: new Abstract: Class-level evaluation can conceal substantial performance disparities across subconcepts within the same class, causing models that perform well on ave
EN arXiv:2604.26039v1 Announce Type: new Abstract: The optimal kernel configuration for Mixture-of-Experts (MoE) inference depends on both batch size and the expert routing distribution, yet production s
EN arXiv:2604.26070v1 Announce Type: new Abstract: Causal inference in continuous-time sequential decision problems is challenged by hidden confounders. We show that, in latent state-space models with ti
EN arXiv:2604.26073v1 Announce Type: new Abstract: Industrial chemical plants often operate under strict data confidentiality constraints, making centralized data-driven process modeling difficult. Feder
AI要約 本論文は、複数のアンカーを用いた表現学習手法を大規模言語モデルに適用するための適応的辞書埋め込み(ADE)を提案する。動的に辞書を更新することで、スケーラブルかつ効率的にマルチアンカー表現を獲得し、下流タスクでの性能向上を示した。
EN This paper proposes Adaptive Dictionary Embeddings (ADE), a method for scaling multi-anchor representations to large language models by dynamically updating dictionaries, enabling scalable and efficient representation learning with improved downstream task performance.
og AI要約 実際の資金を扱うオンチェーン言語モデルエージェント向けに、運用層での安全制御機構を提案する研究。リスク管理やトランザクション実行の観点から、LLMエージェントが現実の資本を扱う際の制御手法を検討している。
EN This paper proposes operating-layer control mechanisms for onchain language-model agents handling real capital, addressing safety, risk management, and transaction execution concerns when LLM agents operate with actual financial assets.
og AI要約 物理場(拡散・流れなど)における未知の発生源の位置と特性を推定する閉ループ逆問題手法Distill-Beliefを提案。信念分布を逐次的に蒸留・更新し、観測データから効率的に発生源を同定する枠組みを示している。
EN This paper introduces Distill-Belief, a closed-loop inverse method for localizing and characterizing unknown sources in physical fields by iteratively distilling and updating belief distributions from observations.
og AI要約 本論文は、予測タスクに従事するAIエージェントの戦略的推論能力を評価する手法を提案する。複数のエージェントが情報を収集・統合し将来事象を予測する際の意思決定プロセスを分析し、現行モデルの強みと限界を明らかにする。
EN This paper proposes methods to evaluate strategic reasoning capabilities in AI forecasting agents, analyzing how agents gather and integrate information to predict future events, and identifying strengths and limitations of current models.
EN arXiv:2604.26120v1 Announce Type: new Abstract: Behavioral logs provide rich signals for user modeling, but are noisy and interleaved across diverse intents. Recent work uses LLMs to generate interpre
EN arXiv:2604.26233v1 Announce Type: new Abstract: As Large Language Models (LLMs) are proposed as legal decision assistants, and even first-instance decision-makers, across a range of judicial and admin
EN arXiv:2604.26311v1 Announce Type: new Abstract: We introduce DreamProver, an agentic framework that leverages a "wake-sleep" program induction paradigm to discover reusable lemmas for formal theorem p
EN arXiv:2604.26507v1 Announce Type: new Abstract: Background & Objectives: In the last decade, Machine learning research has grown rapidly, but large models are reaching their soft limits demonstrating
EN arXiv:2604.26577v1 Announce Type: new Abstract: Large language models (LLMs) are increasingly considered for deployment as the control component of robotic health attendants, yet their safety in this
EN arXiv:2604.26607v1 Announce Type: new Abstract: As Competency-Based Education (CBE) is gaining traction around the world, the shift from marks-based assessment to qualitative competency mapping is a m
EN You need infrastructure to build AI a and robots, but apparently you also need AI and robots to build infrastructure.
AI要約 AIや大規模言語モデルについて学び始めると、次々に専門用語が出てきます。 「LLM」「プロンプト」「RAG」「Embedding」「Agent」……。 なんとなく聞いたことはあるけれど、きちんと説明しようとすると難しい。そんな人も多いのでは
AI要約 Claude Code のトークン消費を半分にした5つのテクニック 月末にAnthropicの請求書を開いて「え、また？」となった経験はないだろうか。 Claude Codeは強力だ。コードを書いてくれる、レビューしてくれる、バグを直してく
AI要約 ClaudeCodeを使ってシンプルなカウンターアプリのカスタマイズに挑戦した体験記。AIコーディング支援ツールとしてのClaudeCodeの実際の使い勝手や、開発フローにどのように組み込めるかを紹介している。
EN A hands-on report on customizing a simple counter app using ClaudeCode, sharing the author's experience with the AI coding assistant and how it integrates into a typical development workflow.
og AI要約 はじめに 本記事は以下の記事等で「Agent Skills (SKILL.md)」について知っている前提で書いています。まだ読んでいない方は先にこちらをどうぞ！ 【最新版】GitHub Copilotを使っている人は全員"SKILL.md"