天然変性領域の設計AIが機能制御を実現
天然変性タンパク質領域を生成する言語モデルIDiomと、解釈可能な特徴を報酬とする強化学習RL-SAEが発表された。標的特徴の活性化率は平均90%に達し、創薬や合成生物学の設計手法に影響を与える可能性がある。

天然変性タンパク質領域を生成する言語モデルIDiomと、解釈可能な特徴を報酬とする強化学習RL-SAEが発表された。標的特徴の活性化率は平均90%に達し、創薬や合成生物学の設計手法に影響を与える可能性がある。

一次最適化で方向を決め、ステップ幅のみを2回の追加評価で探索する新手法ZFOが提案された。LLM微調整の安定性と最終性能を高め、計算コストを抑える可能性がある。

米国の研究チームは、離散トークン生成と連続潜在軌道を一体で扱う拡散言語モデルHC-DLMを提案した。数独などの推論課題で既存の拡散モデルを上回り、制約充足型の業務AIへの応用が期待される。

グラフ上で分布間の質量移動を費用付きで最適化する問題に、学習を要しない厳密解法が示された。路線網などの大規模ネットワークで、計算資源の削減と経路制御の精度向上が見込まれる。

研究チームは、ヒューマノイドロボットが未学習の作業を再学習なしでこなす手法「InterEvolve」を発表した。LLMが報酬プログラムを自ら改良する仕組みで、実機での自律動作も確認した。

行動勾配を使わず方策を改善する強化学習手法FERPOが提案された。MuJoCo PlaygroundとManiSkillで競争力ある性能と標本効率の向上を示し、ロボット制御の学習コスト削減に資する可能性がある。

MITなどの研究チームは、視覚記憶を備えた補助基盤「VISTA」を開発した。ARC-AGI-3で、Claude Opus 5.0の行動効率が40.68から100.00に向上した。

米研究チームは、3D形状を重なり合う断面の潜在表現で捉える生成手法SILSAを発表した。トークン数を大幅に減らし、推論時間を58.5%短縮する。3D資産制作のコスト構造を変え得る成果である。

スタンフォード大などの研究チームは、研究着想の源となった先行論文をAIが探せるかを測るベンチマークを公開した。最高性能のエージェントでも再現率は0.51にとどまり、R&D現場での検索支援の限界が示された。

画像生成の拡散Transformerに、ステップごとに更新する予測埋め込みを条件として与える手法NEPAが提案された。ImageNetでFID1.32を達成し、学習計算量は従来REPAの約3分の1である。

Yen-Jen Wang氏らは、モデルの重みを更新せず、シミュレーション上の練習でロボットの作業スキルを自律的に改善する枠組みRPGを発表した。22タスクの成功率は28.6%から95.0%に向上した。

研究チームが、プログラムで定めた世界の出来事を動画生成AIがどこまで正確に描くかを測る新評価基準PROWBenchを公開した。ゲーム開発の品質管理に影響し得る。

Kali Linux上のコマンド生成力を測る新ベンチマーク「KaliBench」が公開された。ヒントなしの条件では完全一致精度が42%を超えるオープンモデルはなかった。専用の報酬による学習で8Bモデルが685B級に迫った。

3Dガウシアンアバターの動作計算を線形近似へ蒸留する手法GALAが登場した。CPU負荷を最大3桁削減し、モバイルで60fpsを実現する。メタバースや接客分野の導入費用を左右し得る。
Tom Goldstein氏らの研究チームは、球面の潜在空間から画像を生成するオートエンコーダ「Sphere Encoder 2」を発表した。生成の速さと単純さを保ちつつ画質を高め、低コストな画像生成の実用化に寄与する。

米研究者らが、学習済みの画像生成AIに手を加えず、エッシャー「プリント・ギャラリー」風の自己参照構図を生成する手法を提案した。画像と歪みを同時に生成する点が特徴である。

中国の研究チームが、人間の一人称視点データがロボット学習に効く条件を検証した。データ量より動作の整合性や多様性が重要と判明し、ロボット導入費用の抑制につながる。

実験設計なしで既存データから入力変数の影響度を推定する手法MM-GSAが提案された。二つの指標で変数の重要性を捉え、実務の要因分析や変数選択の精度向上に資する可能性がある。

画像用ViTを転用し、ラベルなし動画から特徴を学ぶ手法VideoMSNが登場した。事前学習の回数を最大160分の1に抑えつつ主要ベンチマークで最高性能を達成し、動画AIの開発コストを下げる可能性がある。

汎用AIエージェントに視覚操作で3D部品を組み立てさせる評価環境が公開された。最良系統でも部品単位の正答率は80.9%、完成品の成功率は59.4%にとどまり、製造現場への適用には精度面の課題が残る。
