eida

生物物理→VLM, LLMのResearcher/コーヒー好き/BARISTAI

[eida @eida_o0]

生物物理学会年会のドリンクコーナーの説明
「焼酎、コーヒー、ソフトクリームを取り揃えております。」

最後のはもはやドリンクじゃないし、ドリンクでも焼酎かコーヒーの2択でもうめちゃくちゃだよ

[長嶋大地@GENSHI AI CEO | 医師 @daichi_genshiai]

ChatGPTの新しい音声モデル、めちゃくちゃすごくて本当に人間と話してるみたいだけど、そんなモデルでもできないことはあるらしい

[eida @eida_o0]

東京、うまい飯屋の数は多いが、うまい飯屋の割合は低い

[Issa Sugiura @ ICML 2026 🇰🇷 @strayer_13]

Jagle is accepted at CoLM2026🎉

If you have a plan to build Japanese VLMs, try to use Jagle!

See you in San Francisco!🇺🇸

[長嶋大地@GENSHI AI CEO | 医師 @daichi_genshiai]

普通にフルスクラッチでOCR作るのもすごいし、多言語モデルなのに既存のmanga-ocr（日本語）超えてるのも立派なんだけど、全然注目されてない😭
https://t.co/F3wMgl6GMk

[ぬこぬこ / NUKO 🇯🇵 @nukonuko]

サブスク期間の延長でブーブー言っているユーザ、もう Claude 使わなくていいよw 何があっても文句言うでしょw

5 日間の延長ゆえ、ウィークリーレートリミットのリセットタイミングで絶妙に困る人が一定数いるのは仕方ないものの、請求金額が増える訳ではないし

モラハラ気質www

[Anthropic @AnthropicAI]

New Anthropic research: A global workspace in language models.

Of everything happening in your brain right now, only a tiny fraction is consciously accessible—thoughts you can describe, hold in mind, and reason with.

We found a strikingly similar divide inside Claude.

[Yoshitaka Moriwaki @Ag_smith]

GPUを積んで計算時間でしばきまくってる感じ
もちろんアーキテクチャとか色々考えられてるところはあるけれども

[AM09:21 @AM09_21]

出たよ激キショ論文が

[Keisuke Fujimoto @peisuke]

RLは成功率が低い難問で学習が進まない。MLにおける対数尤度は「K回の試行で1回当たる確率」の無限和で書け、RLはその1回分だけの近似になっていることが要因であった。そこで複数回試行した上で成功サンプルの勾配を成功数Kで割るMaxRLを提案。1発正解率を上げつつ多様性低下も抑え、GRPO超えの精度を達成。
https://t.co/AxTrhas5LN

[しげ @shige_skywalker]

PTCG ABCですが、対戦についていくつかアップデートをしております。
- 対戦数を48試合/日に増加
- ランダムな対戦相手とマッチする確率を10%に引き上げ
※レート帯が異なる相手との対戦が行われることもあるように調整
https://t.co/NGJ95Pw6TY

[Yoshinori Oota @oota_yoshinori0]

これ無茶苦茶面白そう。
従来の重み付けニューラルネットではなく振動の同調を使った新しいニューラルネット。

Kuramoto理論がベースってなってて「ん？」と思ったら著名な日本人物理学者のことでした。制御工学でよく使われるそうです。

得られるものはあまり変わらないかもしれないけど、技術的な課題だった電力や応答性に何かブレークスルーがあるかも。

今後も注目したいと思います。

[elvis @omarsar0]

If you use LLM-as-judge, this one is worth reading.

(bookmark it)

It's actually one of the most effective ways to use LLM-as-a-Judge for evals.

Holistic judge scores hide both their reasoning and their ceiling effects.

BINEVAL decomposes each evaluation criterion into atomic yes-or-no questions, answers each independently per output, then aggregates the verdicts into calibrated multi-dimensional scores.

Every question-level verdict is inspectable, so you can diagnose exactly why an output scored low, and the same verdicts feed straight back as targeted prompt-improvement signal.

Across SummEval, Topical-Chat, and QAGS, it matches or beats UniEval and G-Eval, training-free, with especially strong results on factual consistency.

Paper: https://t.co/oar6BZcasm

Learn to build effective AI agents in our academy: https://t.co/1e8RZKs4uX

[eida @eida_o0]

久しぶりにドラパデッキ使ったワイ「メインアタッカーの中間進化が特性ドロソなの強すぎる」

[かめみKamemi🥃🍱 @Kamemi_jp]

新橋の魯肉飯1000円。ガチ全人類食べて欲しい……
とんでもなく美味しかった、また食べたい。

[Maki@Sunwood AI Labs. @hAru_mAki_ch]

PTCG AI Battle（ポケカai）の公開Notebookを更新しました。

Public 11 + Sample 4 の相性マトリクスを、15 agents / 105 pairs / 1050 games の実測結果で埋めた版に差し替えています。

新しく追加した公開Notebook由来agentも含めて、行ごとに「10戦中何勝したか」が見えるようにしました。

[Google Research @GoogleResearch]

Today we present a study on how reasoning unlocks parametric knowledge in LLMs. We identify two key driving mechanisms, a computational buffer effect and factual priming, and suggest ways that can help build more reliable models. Learn more: https://t.co/CjIKqyoG4N

[Maki@Sunwood AI Labs. @hAru_mAki_ch]

本日のPTCG AI Battleの公開Notebook / Discussionを軽く観測しました。

今日の公開シグナルはかなり濃いです。

・Starmie 1300+ 系が目立つ
・1084.5 Baseline が score rank 13→4
・Psychic / Strong Start 系の高LB主張が増加
・planning agent 系も複数登場
・無限手、Simulation形式、file size limit のDiscussionも要確認

ただし、タイトルのLB値やvote数だけでは強さの証明にはならないので、公開outputとの整合や複数ソースで同じ傾向が出ているかを見たいところ。

[Ornith @ornith_]

Aloha! 🌺 Meet Ornith-1.0, a family of open-source LLMs specialized for agentic coding.

Ornith-1.0 spans the full parameter sizes including 9B Dense, 31B Dense, 35B MoE, and 397B MoE. It achieves state-of-the-art performance among open-source models of comparable size on coding benchmarks including:
✅Terminal-Bench 2.1(77.5)
✅SWE-Bench(82.4 on verified, 62.2 on pro, 78.9 on Multilingual)
✅NL2Repo(48.2)
✅SWE Atlas(41.2 on QnA, 42.6 RF, 39.1 TW)
✅ClawEval(77.1)

Post-trained on top of gemma4 and qwen3.5, Ornith-1.0 employs a novel self-improving training strategy in which reinforcement learning is used to generate not only solution rollouts, but also the task-specific scaffolds that drive those rollouts. By jointly optimizing the scaffold and the resulting solution, the model generate higher-quality solutions in agentic coding.😎

All models are released under the MIT license, enabling full commercial and research use.

📖Tech Blog: https://t.co/qT9N2HYWFn
🤗Huggingface: https://t.co/PRrwqjeBtM

[Hirokatsu Kataoka | 片岡裕雄 @HirokatuKataoka]

What happened at #CVPR2026 ?

Our report covers:
• Major research trends
• Selected papers and highlights
• Future directions discussed with the community

If you’re catching up after CVPR, this report may be useful.

[Phoenix Yin @Phoenixyin13]

我认为这是ICML 2026里的上乘工作。

传统 Transformer 的 Attention 机制，本质上是点对点匹配，把输入切成一堆 token，即离散点，然后算 Query 和 Key 的相似度，再加权 Value。

这在 NLP、图像上很管用，但对连续函数、场，比如物理模拟中的 PDE 偏微分方程、3D 几何、流体、材料力学等来说，就有严重的问题：

1. 连续的东西被强行离散化成 token，忽略了全局函数结构。
2. 对分辨率敏感，换个采样率就容易崩
3. 计算是 O(n²)，n 很大时很贵。

所以，Functional Attention应运而生。

这次，FuncAttn 把函数本身当成第一公民，不再用 softmax 算点对点相似度，而是用 结构化的线性算子，来建模两个函数空间之间的函数对应关系。

它的灵感，来自几何处理里的 Functional Maps，把复杂 3D 形状对应问题变成简单线性算子，实为巧妙。

结果是更紧凑（k×k 算子，k << n）、分辨率不变，捕捉全局依赖更好、在 PDE 求解、3D 分割、回归等任务上达到或超过 SOTA，还在 OOD泛化上表现突出。

未来，Functional Attention对 AI 应用的实际用处很大，尤其在科学计算 + AI和需要处理连续、物理世界数据的场景中。

它会成为Neural Operator与科学 AI 领域的强力升级组件。

这篇论文，会让 AI 向擅长连续物理世界迈进一大步。对科研加速、工程模拟、具身 AI、BCI 等前沿应用极度有价值。

这正是我认知神经愿景的核心基础设施之一。