ScienceIDE: 世界中の科学コードをエージェントが学ぶ実験室へと変える
科学コードのリポジトリを実行可能な学習環境へ変換し、科学エージェントを訓練するScienceIDEとPhAI-IDEモデル群を、アブストラクトを基に掘り下げて分析する。
StepAudio 3 Music：編曲プランを立ててから作曲もできる、最長5分30秒のAI音楽モデル
任意の編曲プラン（ABC-CoTモード）とテキスト制御で最長5分30秒の長尺音楽を生成するStepAudio 3 Musicを、アブストラクトを基に掘り下げて分析する。
ファウンデーションモデル時代のゲームAI：六つの役割で描き直す地図
ゲーム開発の全工程に浸透したファウンデーションモデル研究を「六つの役割」として整理し、何が別のゲームに移植でき、何が特定の状況に縛られるのかを見極めたサーベイ論文の分析。
Vidu S2:リアルタイムで対話しながら編集できる動画生成モデルの登場
リアルタイムの対話的な動画生成はVidu S1で切り開かれ、S2はその上に720p・動的参照・ストリーム編集を積み上げました。この「流れている最中に割り込む」構造をAI PMの業務に重ねて読み解きます。
ONTLEはどう動いているか — FastAPI・MySQL・Cloudflareトンネルのアーキテクチャ
少人数チームが多数のサブドメインを安全に運用するための実戦的なスタック構成を、それぞれの選択の原理とトレードオフ、そしてありがちな誤解を正しながら整理した。
自ら進化する検索インデックス: SELF-INDEXが人手を介さずにRAGを改善する仕組み
検索インデックスが自分で失敗を診断し、インデックスキーを修正して検索品質を高めるSELF-INDEXフレームワークを、アブストラクトに基づいて深掘りする。
EOSトークンが食い違うとき：オンポリシー蒸留における応答長インフレ問題
生徒モデルが教師モデルを模倣するオンポリシー蒸留で、応答が過度に長くなる原因を「終了トークンの不一致」として突き止め、機能的に同じEOSを一つの終了行動としてまとめることで緩和した研究。
NavHarness: 会話が途切れても経験をつなぐ生涯ナビゲーションエージェント
学習なしでメモリ処理をナビゲーションのループ内に組み込み、セッションが変わっても地図と探索履歴を引き継ぐNavHarness。GOAT-Bench・IR2R-CEで最高性能を記録。
DeepSeek-V4.1-Flash: KVキャッシュを4分の1に削減した100万トークン対応MoEモデル
DeepSeekが、CSA2・FP4 KVキャッシュとCED構造によってKVキャッシュ容量を従来比4分の1に抑えつつ性能はむしろ引き上げた、552BのマルチモーダルMoEモデルを公開した。
PPOクリティックに潜む欠陥「価値の平坦化」と、ごく少数の地点だけを監督するSP³O
PPOクリティックが急変する状態価値をのっぺりと予測してしまう「価値の平坦化」を解明し、応答ごとにごく少数の地点だけをクリティックに監督させてこれを緩和するSP³Oを提案した論文。
人間が作る最後のAI — 再帰的自己改善(RSI)5段階ロードマップ
AIが自らを修正し、「修正する方法」までも変えていく再帰的自己改善(RSI)を、自律性B0〜L5に分類したサーベイ論文を、数値の出典まで守りながら誠実に解説する。
ユーザーが気を変えるとき:LLMエージェントの「意図ドリフト」を測り、直す
会話の途中で変わったユーザーの意図のうち、すでに破棄された部分が最終結果を汚染する「意図ドリフト」を測定ベンチマーク(IntentFlux)で定量化し、いま有効な要求を明示的に保持するStateForgeで一部を回復させた研究。