Aletheionが永続型AIエージェント向けのコンパクトなメモリアーキテクチャASM-CMをリリース
AletheionAGIのFelipe Maya Munizは、エージェントの履歴を増加させることなくアクティブな計算メモリを増やさずに済むよう、記憶と言語を分離する実験的アーキテクチャであるASM-CM（Aletheion Compact Memory Model）を紹介している。
IntelShedはハイブリッドRAG、GNNエンティティ解決、連合学習、LLMマルチエージェントオーケストレーションを組み合わせる
著者は、オープンソースインテリジェンス（OSINT）のためのオープンソースシステムであるIntelShedを紹介している。これは50の公開データフィードを集約して、自動化された24時間のセキュリティブリーフィングを生成する。アーキテクチャは、ハイブリッド検索、GNNベースのエンティティ解決、差分プライバシー付き連合学習、LLMコンパイルされたマルチエージェントオーケストレーションを統合している。
TIS 2.0はトークン重要度スコアによる文書の再配置でRAGの位置バイアスを解消
TIS 2.0のアップデートでは、追加の学習を必要とせずに検索強化生成における「真ん中で失われる」位置バイアスを解消する文書再配置機能が導入されました。学習されたトークン重要度スコアを適用して取得した文書を再配置することで、システムはゼロの位置ギャップを実現し、ベースラインと比較して正確一致精度を5パーセントポイント向上させました。
注意重み付きメモリグラフは graph-RAG トラバーサルに Jina 注意を使用
新しい提案は、ステップバイステップのトラバーサルを可能にするために、後期チャンキングと注意重み付きエッジを組み合わせた LLM メモリ構造を概説しています。このシステムは、文間の注意を計算する Jina AI の埋め込みモデルを活用し、ドキュメントの内部処理からエッジの重みを導出します。
DESi Review: 構造化された認識論的論文レビュー用のインストール可能なClaudeスキル
著者は、インストール可能なClaudeスキルとしてパッケージ化された、モデル非依存のDESi認識論的ガバナンスフレームワークの実用的な応用であるDESi Reviewを公開しました。このツールは、決定論的な主張抽出とモデルに基づく裁定を分離することで、英語テキストに対して構造化された論文レビューパイプラインを実行します。
7B–14Bパラメータのドメイン特化LLMの実運用適合性に関するコミュニティ議論
Hugging Faceフォーラムのユーザーが、7B～14Bパラメータ範囲の小型ドメイン特化大規模言語モデル（LLM）が、実際の生産環境においてより大きなモデルを効果的に置き換えられるかどうかを調査しています。
スパースオートエンコーダを用いたELIZA
ELIZAチャットボットの新しい実装は、会話エントリを潜在記憶層に格納するためにスパースオートエンコーダアーキテクチャを利用し、従来のキーワードマッチング手法の改善を目指している。このシステムは32,768ニューロンの記憶層を持つT5エンコーダデコーダ構造を採用しており、コントラスト学習によって類似エントリが活性化される。
PaddlePaddleが階並列デコーディングを備えた1BモデルHPD-Parsingをリリース
PaddlePaddleは、階層並列デコーディング・パラダイムを活用してスループットを向上させる軽量な10億パラメータの文書解析モデルHPD-Parsingを発表した。このアーキテクチャは、メインのレイアウトブランチを通じてグローバルなページ構造を調整しつつ、局所的なコンテンツ生成を並列ブランチにディスパッチし、プログレッシブマルチトークン予測を用いてデコーディングステップ数を削減する。
著者はローカルLLMにおける証拠飽和のためのオープンkレジストリを提案
著者は、言語モデルの証拠飽和点（k*）を測定するために、Hugging Face上でパイロット論文とオープンレジストリを公開しました。この指標は、プロンプトに注入する最適な証拠フラグメント数を決定します。より多くのコンテキストを追加しても正しさが単調に向上するわけではなく、コストや認識論的汚染を増加させる可能性があるためです。
削除されたトピックのリンクが正しくありません
記事の内容は著者によって削除されました。ページには、元の議論は1つの投稿で構成され、2人の参加者が関与していたと表示されています。
階層的エージェントメモリは構造化された検索のために双曲線埋め込みを使用する
新しいメモリアーキテクチャは、ベクトルデータベースのエントリを「抽象度スコア」で整理するために双曲線埋め込みを採用し、エージェントがフラットなRAGシステムよりも効果的に知識を管理できるようにします。このアプローチはデータを構造化し、好みなどの抽象的なエントリが中心に位置し、具体的なイベントが境界に存在することで、より良いクラスタリングと検索を可能にします。
ShinBay-UCTFがプライバシー保護型継続学習と圧縮知識のための概念枠組みを提案
K7007は、多言語冗長性、持続的なエピソード記憶、および継続的適応に関するAIシステムの制限に対処する概念枠組みであるShinBay-UCTFを紹介する。この提案では、相互に作用する3つのレイヤーからなる統合アーキテクチャが概説されている：Universal Compressed Training Format (UCTF)、生物学的インスパイアード・エピソード記憶、および環境駆動型継続学習。
RAGUがコンパクトなMeno-Lite-0.1抽出器を搭載した多段階GraphRAGエンジンを発表
RAGUは、エンティティ抽出と統合を分離することで構造化された知識の統合を改善するオープンソースのモジュラーGraphRAGエンジンです。これは、2段階のタイプ付き抽出プロセス、DBSCANによる重複排除、LLM要約、Leidenコミュニティ検出を活用し、単一パスシステムで見られるノイズや脆弱性を軽減します。
NVIDIA、RTEBで1位にランクインするNemotron 3 Embedモデルをリリース
NVIDIAは、生産規模のRAG、エージェント型検索、コード検索、エージェントメモリのための検索品質を向上させるために設計された、オープンかつ商用利用可能な埋め込みモデルのコレクションであるNemotron 3 Embedをリリースしました。このコレクションには、RTEBリーダーボードで総合1位を獲得した8Bモデルと、デプロイメント用に最適化された効率的な1Bバリエーションが含まれています。
RAGthovenは多段階RAGパイプラインを用いて、多言語ユーモア生成においてGemini 2.5 Flashと並ぶ
著者らは、SemEval-2026 Task 1向けのシステムであるRAGthovenを発表した。これは、計算機ユーモア理論に基づき、創造的なテキスト生成を多段階の大規模言語モデルパイプラインに分解する。最終構成では、プランナーにキュレーションされたジョークコーパスからの検索拡張型生成（RAG）を追加し、エージェント型バリアントを非エージェント型のベースラインと比較評価している。
Apafハイブリッドフレームワークが災害ガバナンス政策の議論を分析
著者らは、Apafを発表しました。これは、政策テキスト上での定量的双極論証フレームワークとして批判的談話分析を実装するハイブリッドLLM-記号的パイプラインです。論証は審議的または管理的な枠組みに分類され、LLMで抽出された特徴に対して決定論的なルールによって4つの枠組み媒介関係サブタイプが生成されます。
理論レベルの自動形式化：孤立した命題から統合された形式知識ベースへ
この位置づけ論文は、個々の命題に焦点を当てるのではなく、完全な理論を構造化されたライブラリとして形式化する理論レベルの自動形式化を提唱する。
コーパス適応ファインチューニングがSQLスキーマ検索の再現率を向上
著者らは、Spider、BIRD、BEAVER、および2つのLiveSQLBenchバリアントという5つのテキストからSQLへのデータセットを、スキーマリンクの評価のためにテーブルとカラムの検索タスクとして再構成した。彼らは305Mパラメータの埋め込みモデルに対してコーパス適応ファインチューニングを提案し、平均recall@10を60.4から75.6に引き上げた。
LLM-as-a-judgeの信号は閉ループ表認識の最適化に失敗する
FinTabNetとOmniDocBenchを用いた研究により、LLM-as-a-judgeの信号は表認識における閉ループ再生の最適化には不十分であることが示された。この研究では、ジャッジスコアが頻繁に同点となり、ランキングが再現不可能であり、システムが反復によって生成されたより良い候補を回復できなかったことが明らかにされた。
POS階層が伊良部琉球語の自動対訳注釈に必要なデータを半減
研究者は、伊良部琉球語の対訳テキストの自動作成を目的としたニューラル注釈パイプラインを実装し、手動ドキュメンテーションの高いコストに対処した。本研究は、約1時間の注釈済み談話という厳格な制約下で、小規模なBiLSTM-CRFモデルを用いて形態素分割、品詞タグ付け、および注釈の評価を行った。