AI Tech Journal · JA / EN
最新のAI関連技術を、
徹底解説。
出たばかりの論文を、その日のうちに。基礎理論から半導体・業界の勢力図まで、前提知識ゼロで読める技術誌。
今日の新着毎日更新
◆
2026-09-08 · 論文解説
Motion-Omni — 話しながら全身が動く、end-to-endの音声対話モデル
Motion-Omni: End-to-End Joint Speech and Full-Body Motion for Spoken Dialogue
返事の音声と全身のジェスチャーを、同じ推論の中で一度に生成する枠組み Motion-Omni を論文本文から解説。波形ではな
★
◆
2026-09-08 · 論文解説
Last Translation Benchmark — 「モデルが壊れる例」と検証ルールで翻訳を測り直す
Last Translation Benchmark
機械翻訳のベンチマークは飽和し、自動指標も人手評価も信用しきれない。その袋小路に対し『先端モデルが壊れる例』を人手で集め、例
★
◆
2026-09-08 · 論文解説
Chain-of-Thought を1から — 「考えを書かせる」と何が変わるのか
Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
「ステップごとに考えて」と一言足すだけで解ける問題が増えるのはなぜか。few-shot CoT・zero-shot CoT・
👁
2026-09-08 · 論文解説
論文解説 Beyond Retrieval — 取り出した映像を「潜在メモリ」に取り込むLatentStream
Beyond Retrieval: Progressive Latent Memory Evolution for Streaming Video Understanding
流れ続ける動画に対し、過去の証拠を外部コンテキストとして足すのではなく、固定長の潜在メモリトークンへ内面化する枠組みLate
★
🤖
2026-09-07 · 論文解説
Terminal-Universe — エージェントの作業ログを、何度でも使える実行環境に戻す
Terminal-Universe: Turning Agent Trajectories into Scalable Terminal Environments
エージェントの作業ログ(軌跡)に残ったファイル操作をリプレイし、欠けた部分を補完エージェントに埋めさせて実行可能なワークスペ
★
⚡
2026-09-07 · 論文解説
訓練データが1問でも、オンポリシー蒸留は数百ステップ伸び続ける
Rethinking On-Policy Distillation of Large Language Models II: One Training Example
訓練クエリを1問に絞ってもオンポリシー蒸留は数百ステップ改善し続け、フルデータの伸びの大半を回収する。論文はその理由を「状態
★
⚡
2026-09-07 · 論文解説
Random Attention — KVキャッシュの追い出しは「ランダムで十分」だった
Random Attention: Rethinking KV Cache Eviction for Efficient Reasoning
KVキャッシュから何を捨てるかを決める「重要度スコア」は、ほとんど効いていなかった。プロンプトだけ守って残りをヘッドごとに一
★
👁
2026-09-07 · 論文解説
ピクセル文字表現学習の設計原則 — 文書を「読まずに見る」エンコーダは何で決まるか
On the Design Fundamentals of Pixel Text Representation Learning
文字をコードに変換せず、画像のまま意味を掴むエンコーダ。その性能を決めるのはデータ量ではなく4つの設計原則だと示した EMN
★
💬
2026-09-07 · 論文解説
Mamba と状態空間モデル(SSM) — 注意機構なしで系列を扱う
Efficiently Modeling Long Sequences with Structured State Spaces
注意機構は「全部を覚えて毎回見返す」方式で、その代償が文長の2乗の計算量です。状態空間モデルは逆に「固定サイズのメモを更新し
元の論文を読んで書いた解説。各記事に論文ページとPDFへのリンクを付けています。
◉AI191
- 論文解説: Last Translation Benchmark — 「モデルが壊れる例」と検証ルールで翻訳を測り直す ★ 会員 arXiv:2609.04173
- 論文解説: Motion-Omni — 話しながら全身が動く、end-to-endの音声対話モデル ★ 会員 arXiv:2609.04250
- 論文解説: CogEvol — 報酬が測れないものを、強化学習は静かに壊す ★ 会員 arXiv:2608.30968
- Mamba と状態空間モデル(SSM) — 注意機構なしで系列を扱う 無料 arXiv:2111.00396
- 論文解説: Random Attention — KVキャッシュの追い出しは「ランダムで十分」だった ★ 会員 arXiv:2609.03430
▣半導体4
- CPUパイプラインと分岐予測 — 1クロックの中の工場 ★ 会員 arXiv:1801.01203
- シストリックアレイ — TPUの心臓部を1から ★ 会員 arXiv:1704.04760
- GPUのメモリ階層 — HBM・SRAM・レジスタと「移動が支配する」現実 ★ 会員 arXiv:2205.14135
- AIアクセラレータの設計様式 — GPU/NPU/TPUは何が違うのか ★ 会員 arXiv:1704.04760
◇計算アルゴリズム4
- 確率的データ構造 — 数えずに数える ★ 会員 "doi:10.1145/362686.362692
- FFTを1から理解する — なぜ畳み込みが掛け算になるのか ★ 会員 "doi:10.1090/S0025-5718-1965-0178586-1
- グラフアルゴリズムを1から — 最短経路とその応用 ★ 会員 arXiv:1603.09320
- ハッシュと近傍探索 — ベクトル検索の下地 ★ 会員 arXiv:1603.09320
∫AIのための数学11
- 圧縮=予測=知能 — 情報理論から見るLLM ★ 会員 arXiv:2309.10668
- 対称性と等変性 — 群論がネットワーク設計に効く ★ 会員 arXiv:1602.07576
- カーネル法とガウス過程 — NN以前の王者 ★ 会員 arXiv:1206.2944
- 最適輸送 — 分布を運ぶ数学 ★ 会員 arXiv:1306.0895
- 統計学習理論 — なぜ学習は汎化するのか ★ 会員 arXiv:1611.03530
◐メディアと圧縮3
- ニューラル音声コーデック — EnCodecとLLM音声の土台 ★ 会員 arXiv:2210.13438
- ニューラル圧縮 — 学習するコーデック ★ 会員 arXiv:1611.01704
- Opusはなぜ最強か — 現代音声コーデックの設計 ★ 会員 RFC 6716
⬢システム基盤2
- 分散データベース — CAP・レプリケーション・合意 ★ 会員 "USENIX ATC 2014
- LLMセキュリティ — プロンプトインジェクションと防御 ★ 会員 arXiv:2302.12173
⤓
アプリとして使えます
ホーム画面に追加すると、全画面で開き、一度読んだ記事はオフラインでも読めます。