11 件 — 🟡 7 重要 , 🟢 4 注目
Chris Schneider、Philipp Schoenegger、Ben Bariachは2026年4月23日に論文「Separable Expert Architecture」を発表し、個人化LLMが抱える最大のGDPR問題——モデル全体を再トレーニングせずに個々のユーザーのデータを削除する方法——を解決しました。3層アーキテクチャ（静的ベースモデル、コンポーザブルLoRAアダプター、ユーザーごとのプロキシアーティファクト）によりアンラーニングが決定論的な削除操作になります。Phi-3.5-miniとLlama-3.1-8Bで評価済みです。
Google DeepMindと韓国科学技術情報通信部（MSIT）は2026年4月27日、科学的発見とAIイノベーションの加速を目的としたパートナーシップを発表しました。連携の内容にはソウルへのAIキャンパス設立、学術機関へのAlphaFoldやAlphaGenomeなどの先進AIツールの提供、韓国AI安全研究院との安全分野における協力が含まれます。
42名の著者が執筆した『Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond』と題するサーベイ論文は、二次元分類体系によってこの分野を整理しています。三段階のモデル能力レベル（予測器・シミュレーター・進化器）と四つの法則領域（物理・デジタル・社会・科学）で構成され、400本超の参考文献と100以上の代表的システムを網羅しています。
メルボルン大学とメリーランド大学の研究者らが、エージェント社会の集合知を探るための階層的フレームワーク「スーパーマインドテスト」を提案しました。200万体超のエージェントが存在するMoltBookプラットフォームでの研究では、その社会が個々のフロンティアモデルを上回ることはなく、相互作用は極めて希薄かつ浅いままであることが明らかになりました。
クラクフのAGH大学のBartosz Balisらは2026年4月23日に論文を発表し、自然言語の研究クエリを実行可能な科学ワークフローに変換するシステムを提案しました。三層アーキテクチャ（セマンティックLLM層、決定論的ジェネレーター、エキスパートSkills）をKubernetes上の1000 Genomesワークフローでテスト——Skillsによって意図精度が44%から83%に向上し、データ転送が92%削減され、クエリあたりのコストは$0.001未満です。
GitHubは2026年4月27日から新しいApp installationトークン形式のロールアウトを開始します。40文字の旧形式はghs_APPID_JWTプレフィックスを持つ約520文字のJWT形式に置き換えられます。フェーズ1（4月27日〜5月中旬）はGitHub ActionsとfeaturedインテグレーションをカバーL、フェーズ2（5月中旬〜6月末）はすべてのAppトークンに拡張されます。開発者はDBカラムを520文字以上に拡張し、正規表現/長さチェックを削除する必要があります。
GitHub Copilotは2026年4月24日にPro+、Business、Enterpriseユーザー向けにGPT-5.5モデルの一般提供(GA)を発表しました。モデルはVS Code、Visual Studio、JetBrains、Xcode、Eclipse、GitHub Mobile、Copilot CLIで利用可能です。価格：7.5倍プレミアムリクエスト倍率（プロモーション価格）。EnterpriseとBusinessの管理者はGPT-5.5ポリシーを手動で有効にする必要があります。
Open Compute Project統合インテリジェントインフラストリームのAnkur Sharma、Deepa Shah、David Lariviere、Hesham ElBakouryチームは2026年4月23日に分散AI推論システムにおける時間・因果性・可観測性の障害に関する実験研究を発表しました。ノード間わずか5msのクロックスキューで因果可観測性が破壊されますが、出力は正確なまま——大規模LLMサービングデプロイのデバッグにとって深刻な問題です。
