Together AIは2026年6月29日(現地時間)、国際機械学習会議ICML 2026において、同社と協力者の9本の研究論文が採択されたと発表した。これらの研究は、AIスタック全体のフロンティア領域にわたるもので、エージェントからGPUカーネルまでの多層的なアプローチをカバーしている。
Together AIがICML 2026で発表する論文は、同社のプラットフォーム開発の基盤となる。ソウルで開催されるICML 2026では、ブースB714にてこれらの研究が紹介される予定だ。同社は、フロンティアAIが単一のレイヤーではなく、エージェントからGPUカーネルに至るまでの研究の産物であると説明している。
採択された9本の論文は、AIスタックの各レイヤーを対象としている。具体的には、フロンティアエージェントのDSGym、ThunderAgent、TTT-Discover、モデルシェーピングのRARO、V1、アルゴリズム最適化のAurora、システム最適化のUntied Ulysses、OEA、そしてカーネルのParallelKernelBenchが含まれる。Auroraに関する研究は、同社のATLAS speculatorとして既にプロダクション環境に導入されている。
DSGymは10以上のドメインにわたる1,000以上のデータサイエンスエージェントタスクの評価と訓練のためのフレームワークを提供し、ThunderAgentはエージェントワークロードのスループットを最大3.6倍向上させる。TTT-Discoverは、オープンモデルを用いて数学、GPUカーネル、アルゴリズム、生物学の分野で最先端の発見を達成した。
RAROは検証器を使用せずに専門家の応答に対して25%の勝率を記録し、V1は同等の計算量で最大10%多くの正答を引き出す。Auroraはトラフィック変動に応じて1.25倍の性能を発揮する適応型投機的デコーディングを実装し、Untied Ulyssesは単一ノードで5Mトークンのコンテキスト処理を可能にする。OEAはMoE（Mixture of Experts）デコードを最大39%高速化し、ParallelKernelBenchは87のマルチGPUカーネルタスクを対象とする。
参考: Together AI Blog — 2026年6月30日 09:00 (JST)
原文ハイライト"Nine papers from Together AI and our peers were accepted to ICML 2026 in Seoul."