#paper80 total

AI要約Semalith v1.4は1億8400万パラメータの軽量安全分類器で、Llama-Guard-3-8Bの44分の1のサイズながらプロンプトインジェクション検出で同等以上の精度を達成した。小規模モデルでも高精度な安全フィルタリングが可能であることを示し、実用的なデプロイコストの大幅削減につながる。

AI SUMMARYSemalith v1.4 is a 184M-parameter safety classifier that matches or surpasses Llama-Guard-3-8B on prompt-injection detection while using 44x fewer parameters. This demonstrates that highly capable safety filtering can be achieved at a fraction of the computational cost, making deployment far more practical.

AI要約本論文は、個人用LLMエージェントをユーザーの状況や時間的変化を考慮して評価する新たなフレームワークを提案し、既存ベンチマークでは捉えられなかった現実的な評価軸を提供する。

AI SUMMARYThis paper proposes a framework for evaluating personal LLM agents conditioned on individual user contexts and temporal interventions, addressing gaps in existing benchmarks that overlook real-world variability.

AI要約プロンプトを意図的に未完成にすることでLLMの安全制約を回避できる新たな脆弱性が報告された。この手法はモデルの応答補完メカニズムを悪用するため、既存の防御策では対処が難しい。

AI SUMMARYResearchers demonstrate that deliberately incomplete prompts can bypass safety guardrails in LLMs by exploiting their tendency to complete partial inputs. This reveals a novel attack surface that existing alignment defenses may not adequately address.

AI要約複数のAIコード生成モデルを横断的に比較し、生成コードに共通して現れるセキュリティ脆弱性のパターンを分析した研究。どのモデルがどの種類の脆弱性を生みやすいかを明らかにし、安全なAI活用に向けた知見を提供する。

AI SUMMARYThis study systematically compares security vulnerability patterns across multiple AI code generation models, identifying which weakness types each model tends to introduce. The findings offer actionable guidance for developers and organizations relying on AI-assisted coding.

AI要約テンセントはコーディングエージェント評価用ベンチマーク「WorkBuddy Bench」を発表。学習データ汚染を防ぐ設計と複数ドメイン対応により、より信頼性の高いエージェント性能評価を実現する。

AI SUMMARYTencent introduces WorkBuddy Bench, a coding-agent benchmark spanning multiple domains with a contamination-resistant task construction method, enabling more reliable and fair evaluation of LLM-based coding agents.

AI要約モデル訓練中にリアルタイムで介入・監査できるコントロールプレーンの設計を提案し、訓練プロセスの透明性と制御性を高める研究。人間がループに参加しながら学習を動的に調整できる点が重要。

AI SUMMARYThis paper proposes an auditable control plane for live model training, enabling real-time human intervention and oversight during the training process. It advances interactive and accountable ML workflows by making training dynamics inspectable and steerable.

AI要約強化学習において報酬信号だけで潜在的な環境状態を識別できる条件を理論的に解析し、群言語の境界が識別可能性の鍵となることを示した研究。

AI SUMMARYThis paper establishes theoretical conditions under which reward signals alone can identify latent environment states in RL, introducing a hidden-automaton instrumental framework and showing that the group-language boundary determines identifiability.

AI要約LiteTopKは高次元空間での距離集中現象を逆手に取り、スパースアテンションのインデクサーとTopK選択を単一カーネルに融合することで、長文脈推論の効率を大幅に改善する手法を提案する。

AI SUMMARYLiteTopK leverages the concentration of distances in high dimensions to fuse the indexer and TopK selection into a single GPU kernel, significantly reducing overhead in long-context sparse attention inference.

AI要約LLMのモデルマージにおいて、専門家モデルの訓練ステップ数がマージ後の性能に大きく影響することを示した研究。適切な訓練段階のモデルを選ぶことがマージ成功の鍵となる。

AI SUMMARYThis study investigates how the training duration of expert models affects the quality of merged LLMs, finding that selecting models at the right training stage is critical for achieving strong post-merge performance.

AI要約PFAdapterは階層的LoRA分解により、連合学習環境でマルチモーダル大規模言語モデルを個人化する手法を提案し、プライバシーを保ちながら各クライアントの異質なデータに適応できる点が重要です。

AI SUMMARYPFAdapter proposes a hierarchical LoRA decomposition framework for personalizing multimodal LLMs in federated learning settings, enabling privacy-preserving adaptation to heterogeneous client data without sharing raw information.

AI要約連合学習環境でのMLLMファインチューニング時に生じる破滅的忘却を、弾性正則化と合成データリプレイの組み合わせで緩和する手法を提案。プライバシーを保ちながら継続的なモデル更新を実現できる点が重要。

AI SUMMARYThis paper proposes combining elastic weight regularization with synthetic data replay to combat catastrophic forgetting in federated multimodal LLM fine-tuning, enabling privacy-preserving continual learning across distributed clients.

AI要約複数のAIエージェントが科学者コミュニティとして協調し、ニューラル演算子のアーキテクチャを自動探索・発見する枠組みを提案。人手によるアーキテクチャ設計を大幅に省力化できる点で注目される。

AI SUMMARYResearchers propose a multi-agent AI system that mimics a scientific community to autonomously discover and design neural operator architectures, reducing the need for manual expert design in scientific machine learning.

AI要約過去の実行履歴をメモリとして活用する投機的デコード手法を提案し、LLMエージェントの推論を無損失で大幅に高速化することを実現した。繰り返しタスクが多いエージェント環境での実用的な高速化に貢献する。

AI SUMMARYThis paper proposes a speculative decoding method that leverages past execution history as memory to accelerate LLM agents without any output quality loss, offering practical speedups in repetitive agentic workflows.

AI要約知識グラフとGNNを組み合わせた研究領域を体系的に整理し、知識グラフ補完・推論・質問応答などへの応用を網羅的に調査した論文。両技術の相互強化の可能性と今後の課題を明示している。

AI SUMMARYThis survey systematically reviews how knowledge graphs and graph neural networks reinforce each other across tasks like KG completion, reasoning, and QA, offering a unified taxonomy and highlighting open research challenges.

AI 要約 ENEnglish AI summaryAuditWeave proposes a tamper-evident evidence layer that cryptographically secures processing histories in AI-assisted and data-transformation pipelines, making them navigable for auditors. This addresses growing demands for accountability and regulatory compliance in automated workflows.

AI SUMMARYAuditWeave proposes a tamper-evident evidence layer that cryptographically secures processing histories in AI-assisted and data-transformation pipelines, making them navigable for auditors. This addresses growing demands for accountability and regulatory compliance in automated workflows.

AI要約MawForgeは、限られたメモリ環境でMoEモデルをローカル推論する際に、使用頻度の高いエキスパートを事前に実体化してキャッシュする手法を提案する。これによりメモリ効率を維持しながら推論速度を大幅に改善できる。

AI SUMMARYMawForge proposes a memory-bounded strategy for local Mixture-of-Experts inference by selectively materializing frequently activated experts within a fixed memory budget, enabling faster inference on consumer hardware without sacrificing model quality.

AI要約本研究は、コーディングエージェントが効果的にタスクを遂行するために必要なコンテキストの種類と量を体系的に分析し、不要な情報を削減して性能を維持できる条件を明らかにした。

AI SUMMARYThis paper systematically investigates which types and amounts of context are truly necessary for coding agents to act effectively, revealing that many agents can maintain performance with significantly reduced input context.

AI要約大規模言語モデルが他のモデルから知識蒸留されているかを参照モデルを用いて検出する手法を提案。モデルの知的財産保護やサプライチェーンの透明性確保に貢献する。

AI SUMMARYThis paper proposes a reference-based method to detect whether an LLM has been trained via knowledge distillation from another model, enabling protection of model intellectual property and improving AI supply-chain transparency.

AI要約各トークン生成時にTransformerの層ごとのエントロピーを活用してサンプリングを動的に調整する手法を提案し、追加学習なしに推論精度を向上させる。計算コストを抑えながら複雑な推論タスクの性能を高められる点が重要。

AI SUMMARYThis paper proposes a training-free sampling method that uses per-layer entropy signals from Transformer depth to guide token generation, improving LLM reasoning without any fine-tuning. It offers a practical way to boost performance on complex reasoning benchmarks at low additional cost.

AI要約Transformerのアテンション層における残差接続を低ランク近似で置き換える手法を提案し、モデルの表現力を保ちながらパラメータ効率を大幅に改善できることを示した研究。

AI SUMMARYThis paper proposes approximating attention residuals with low-rank structures in Transformers, showing that model expressiveness can be maintained while significantly reducing parameter counts and improving efficiency.

AI要約マルチモーダル大規模言語モデルが安全なリクエストまで拒否しすぎる「過剰拒否」問題に対し、出力内容を考慮したガードレール手法を提案。有害コンテンツを防ぎつつ正当な要求への応答精度を向上させる。

AI SUMMARYThis paper proposes an output-aware safety guardrail for multimodal LLMs that reduces over-refusal by evaluating the model's generated response, not just the input. This improves usability without compromising safety.

AI要約EvoClawBenchは、AIエージェントが過去の実行経験からスキルを抽出・再利用できるかを評価する新ベンチマークで、汎化能力の研究を促進する。

AI SUMMARYEvoClawBench introduces a benchmark for evaluating whether AI agents can extract and reuse skills from their own prior runs, advancing research into agent generalization and continual learning.

AI要約繰り返しペナルティの実装において符号の分岐がゲージ依存性を生じさせ、JSON等の構造化出力を破損させることを実験的に示した研究。モデルや推論スタックをまたいだ測定により、代替制御手法の有効性も評価している。

AI SUMMARYThis paper demonstrates that sign-branched repetition penalty implementations introduce gauge dependence that corrupts structured outputs such as JSON across multiple models and inference stacks, and evaluates alternative repetition control strategies to mitigate the problem.

AI要約LLMがプロンプトの書式変更に対してどれだけ出力を安定させられるかを定量化する「Format Sensitivity Index」を提案し、ベンチマーク評価の信頼性向上に貢献する研究。

AI SUMMARYThis paper introduces the Format Sensitivity Index, a metric that quantifies how much LLM outputs shift under token-level prompt wrapper variations, highlighting reliability gaps in current benchmarking practices.

AI要約マルチホップエージェントリレーでは、メッセージの形式が下流エージェントの動作に与える影響がエージェントの階層によって異なり、上流エージェントは誤りを修正せず忠実に伝達することが示された。複数エージェント系の設計における信頼性評価に重要な知見を提供する。

AI SUMMARYThis study finds that message-format effects in multi-hop agent relay chains are tier-dependent: agents faithfully propagate upstream content rather than correcting errors, with implications for reliability in multi-agent system design.

AI要約本研究はLLMの潜在空間におけるChain-of-Thought推論を動的システムの観点から分析し、推論過程の内部構造を数理的に解明する手法を提案する。推論メカニズムの解釈可能性向上に貢献する。

AI SUMMARYThis paper proposes a dynamical-systems framework for analyzing latent Chain-of-Thought reasoning in LLMs, offering a principled mathematical lens to understand how intermediate reasoning steps evolve in hidden states. It advances interpretability of complex multi-step reasoning.

AI要約YUKTIは自然言語で記述された意思決定状況を不確実性型命題の中間表現に変換し、仮定に対してロバストなパレートフロンティアと後悔証明書を生成することで、検証可能な意思決定を実現するフレームワークである。曖昧な前提を明示的に扱える点が実用上の重要な貢献となっている。

AI SUMMARYYUKTI is a framework that converts natural-language decision scenarios into an uncertainty-typed proposition IR, then derives assumption-robust Pareto frontiers and regret certificates to produce verifiable, auditable decisions. It advances AI decision-making by explicitly handling ambiguous assumptions rather than ignoring them.

AI要約本研究はAIとの対話終了後にユーザーの感情や認知にどのような影響が持続するかを分析し、チャットシステム設計における「余韻」の重要性を示した。

AI SUMMARYThis paper examines the emotional and cognitive residues that persist after human-AI conversations end, highlighting design implications for conversational systems that account for post-interaction effects.

AI要約本論文はAIエージェントが生成しマージされたコードのその後の運命を実証的に調査し、品質や保守性への長期的影響を定量化した研究である。エージェント生成コードの実用上のリスクを把握する上で重要な知見を提供する。

AI SUMMARYThis paper empirically tracks the post-merge lifecycle of code produced by AI coding agents, measuring its long-term quality, churn, and maintenance burden compared to human-written code. The findings inform real-world risk assessments of deploying agentic coding systems.

AI要約本論文は、静的解析ツールが生成する大量の誤検知アラートをLLMで自動判定し、エラー低減技術を組み合わせることで精度を高める手法を提案している。開発者の負担軽減とセキュリティ品質向上に貢献する研究成果である。

AI SUMMARYThis paper proposes using LLMs to automatically triage static-analysis alerts—distinguishing true bugs from false positives—while applying error reduction techniques to improve adjudication accuracy and reduce developer burden.