AI 安全
REDAgentBench、サービスの最終状態でエージェント攻撃率を再計算、テキスト軌跡による見逃しは最大11.72ポイント
REDAgentBenchは、ワークスペース、メール、ブラウザ、銀行、外部ファイルの各サンドボックスで1,661件の攻撃ケースを実行し、被害の発生をエージェントの回答だけで判定する手法を改めた。同一の実行結果をサービスのレシートと最終状態で再評価すると、6モデルすべてで攻撃成功率が軌跡のみの評価より7.73～11.72ポイント高くなった。
Archive
GitHub Repo
GitHub 熱門專案、開源工具、框架、runtime 與重要 release。
AI 安全
最新模型
MeViS-Audio優勝手法、単一モデルの判断を候補マスクのコンセンサスで代替
第8回LSVOSのMeViSv2-Audio優勝報告では、音声文字起こし、視覚的ローカライゼーション、セグメンテーション、対象の存在判定を多段階のパイプラインに分割し、候補マスク間の一致度に基づいて軌跡を選択する。システムの最終スコアは0.769589だったが、公式公開リーダーボードは依然として発表待ちと表示されており、コードや完全なアブレーションデータも公開されていない。
代理工具
OEO、GPT‑5.5にエージェント改善プロセスを自己編成させ、14件の比較で12勝
Open-Ended Optimizationは、目標、データ境界、インタラクション権限、評価を固定する一方、エージェントがどのように証拠を収集し、スキルを修正するかは事前に規定しない。GPT‑5.5をオプティマイザーとして用いた場合、多くの設定でSkillOptやGEPA系のプロセスを上回ったが、中程度およびより弱いモデルでは同様の優位性を維持できなかった。
代理工具
DSLE、『DARK SOULS』のボス戦22種をGymnasium環境としてラップするも、公開リポジトリはいまだ空
DSLEはDocker、Wine、仮想ディスプレイ、プロセスメモリの読み取りを活用し、市販ゲームのリアルタイム戦闘を並列リセット可能な強化学習ベンチマークへと変換する。5種類のベースラインのうち、安定して攻略できたのはチュートリアルのボスだけで、論文で公開済みとされているコードも現時点ではリポジトリに存在しない。
應用研究／AI 基礎設施
GENCO、単一のグラフニューラルネットワークで電力網の3種類の問題を処理、大規模AC潮流計算のスループットを約29倍に向上
GENCOは、異種グラフアテンション、物理量デコーディング、反復的な残差補正により、潮流計算、最適潮流計算、状態推定を統一的に処理する。大規模電力網でのバッチ推論は従来のACソルバーより明らかに高速だが、未知の電力網に対するゼロショット性能や実環境のSCADAデータでの精度は、既存ツールを直接置き換えられる水準にはまだ達していない。
AI 編程工具
Coderlet、読みやすいコーディングエージェント制御層を公開。ただしサンドボックスと自動テストは未実装
Coderlet は、モデル呼び出し、ツール検証、実行結果、永続メモリを3つの明確な境界に分け、MIT License の下で実行可能な Python 実装を提供する。エージェントの制御フローや障害復旧の研究には適しているが、より高性能なコーディングエージェントというわけではなく、現時点ではユーザーの OS 権限をそのまま使用する。
最新模型
Universal Activation Bus、単一のアダプター群でモデルをまたいでSAEとプローブを共有
Universal Activation Busは、5つの言語モデルの中間表現を固定された3,072次元の空間に整列させる。新しいモデルは、それぞれ独自の線形エンコーダーとデコーダーを学習するだけでよい。実験対象のモデルは同一のプローブ、スパースオートエンコーダー、自然言語インタープリターを再利用できたが、より幅の広いモデルでは表現の再構成に依然として顕著な歪みが生じた。
代理工具
直接的な座標生成をレイアウトマッチングに置き換え、GUI グラウンディングが ScreenSpot-Pro で 41.3%を達成
北京大学の研究者は、マルチモーダルモデルを操作意図の解釈だけに用い、その後 Text／Icon 候補検出器と凍結した CLIP でクリック領域を選択する手法を提案した。ScreenSpot-Pro の精度は、掲載された最良ベースラインの 18.9%から 41.3%へ向上した。ただし、論文がいう「回帰なし」は最終マッチング段階に限られ、候補ボックス検出器自体は引き続きバウンディングボックス回帰損失を使用している。また、実装はまだ公開されていない。
最新模型
Open-EA、視覚生成評価エージェントを3Bに小型化。ただし現時点で完全対応するのはVBenchの動画ワークフローのみ
Open-EAは、複数ターンの視覚モデル評価軌跡を10,042件の教師ありデータに整理し、従来GPT-4oに依存していた計画ワークフローをローカルのEA-3Bへ移植した。モデル、データ構築手法、runtimeは公開されたが、「評価時間を従来手法の10%に短縮」という結果は主に元のAPIベースのエージェントによるものであり、EA-3B全般の効率を保証するものとは直接みなせない。
最新模型
TIDEが教師—生徒間のミスマッチを修正、Qwen3の推論Avg@8が6.9%から20.3%に向上
TIDEは、高いtoken一致率をそのまま蒸留の成功とは見なさず、生徒による過剰生成と、教師が選好するtokenの取りこぼしを個別に処理する。強いミスマッチ設定では、平均回答長も同時に3.6分の1へ短縮した。一方、完全な訓練の再現には依然として8基のGPUが必要で、著者らはcheckpointを公開していない。
最新模型
ICBQが量子化ブロックの継ぎ目を再検証、Qwen3‑8Bの三値モデルのパープレキシティを5752.9から29.9へ低減
ICBQは量子化器を置き換えるのではなく、隣接するTransformerブロックの境界に2回目の共同キャリブレーションを施し、初期の誤差が深さ方向に累積するのを抑える。品質向上の代償として量子化時間は平均21％増加し、著者らはまだ実装を公開していない。
代理工具
QueryProof、ルールゲートで誤ったSQLを阻止——7BエージェントのBusiness Truth Rateは56.2%
QueryProofは、曖昧性判定、SQL allowlist、実行後検証を決定論的ルールに委ね、モデルには指標の解釈とSQLの草案作成だけを担当させる。80問の固定テストセットでは、同じルール基盤を持たない32Bベースラインを上回ったが、問題タイプのファミリー単位でリサンプリングすると、優位性を示す区間は依然としてゼロをまたいだ。