Tag
18 件の関連記事
arXiv cs.GTは2026年10月14日(現地時間)、Shubhendu Trivedi氏らの論文を発表した。この論文は、AIエージェントがユーザープロンプト獲得のために入札を行う「エージェント市場」におけるファーストプライスオークション（FPAs）の非効率性を分析。FPAsが正直な入札を促さず、最も価値を評価する入札者以外にプロンプトが割り当てられることで生じる福利厚生損失（price-of-anarchy, PoA）を指摘した。しかし、論文はエージェント市場特有の2つの特徴がこのPoAを軽減する可能性を示している。
Stuart Farmer（スチュワート・ファーマー）氏は2026年10月7日(現地時間)、大規模言語モデル (LLM) に誘導される自己改善型プログラム探索アルゴリズム「EliteTable」に関する研究論文をarXiv上で公開した。このアルゴリズムは、固定容量のテーブルに高スコアの解を格納し、新たな提案、既存解の編集、複数解のリミックスをガイドする。EliteTableの性能は、Gymnasium環境の6つの制御タスクで評価された。
ユユ・チャン (Yuyu Zhang) 氏は10月8日(現地時間)、学術論文公開サイトarXiv cs.AIにて、モンテカルロ木探索 (MCTS) とより簡素なスケジューリング手法の性能比較に関する研究結果を発表しました。同氏の研究は、指向性非巡回グラフ (DAG) ワークフローのスケジューリングで頻繁に提案されるMCTSが、同探索予算を与えられた場合、ランダム再起動リストスケジューラ (randomized-restart list scheduler) よりも劣ることを示しています。
arXiv cs.LGは9月17日(現地時間)、「A Moving-Horizon Approximate Branch-and-Reduce Method for Deep Classification Trees」と題する論文を公開した。この研究は、解釈性の高さで評価される決定木が直面するスケーラビリティの課題に対応し、連続特徴量を持つ大規模データセットに対応可能なニアオプティマルな深層分類木の訓練手法を提案している。
arXivは9月25日(現地時間)、Yaacov Pariente氏とVadim Indelman氏による「即時コストのCVaRを用いたリスク回避型オンラインPOMDP計画と性能保証」と題する論文を公開した。部分観測マルコフ決定プロセス（POMDP）における意思決定計画において、現在の状態に関する不確実性に直接対処する新たなリスク回避手法を提案している。この手法は、各ステップでの信念に対する即時コストに条件付きバリュー・アット・リスク（CVaR）を適用することで、従来の期待値ベースのPOMDPプランナーを、コスト計算のみの変更でリスク感応型に転換できるという。
arXivは2026年9月24日(現地時間)、ユヤオ・リウ (Yuyao Liu) 氏らの研究チームが、単一の視覚的な人間によるデモンストレーションからロボットプログラムを生成、検証、改良する手法「RAPID (Robot Agentic Programming from Demonstrations)」を発表したと伝えた。複雑なプログラミング問題を解決するコーディングエージェントの可能性をロボットシステムに応用することを目指す。
arXivは2026年9月11日(現地時間)、Varun Kaushik、Yayun Tan、Xiaofan Yuの3氏が、大規模言語モデル (LLM) エージェントを用いた自己適応型物理AIに関する研究論文を公開した。本研究は、人間による介入なしに長期間の物理タスクを自律的に管理し、環境変化に柔軟に適応するゼロショットLLMエージェントの実現可能性を探るもので、物理世界における汎用AIの基礎を築くことが期待される。
arXiv cs.AI が2026年9月10日(現地時間)付けで、言語モデルエージェント（language model agents）における長期タスク（long-horizon tasks）の実行方法に関する研究論文を発表した。同論文は、既存の「エージェントスキル（agent skills）」方式がコンテキストウィンドウの情報量増加によって推論品質が劣化する課題を指摘。スキルパッケージを「サブエージェント（subagents）」として呼び出す代替アプローチが、特定の条件下で優れた性能を示すことを明らかにしている。
arXiv cs.LG は7月23日(現地時間)、時系列分類器の予測説明における新しいフレームワーク「タイムピーエヌエス（TimePNS）」を提案する論文を公開した。Hongnan Ma氏、Yiwei Shi氏、Mengyue Yang氏、Weiru Liu氏らによるこの研究は、既存の手法が十分性のみに着目し、モデルの決定に不可欠でない部分系列に高い重要性を割り当てる課題を指摘。これに対し、タイムピーエヌエス（TimePNS）は、予測を維持するのに十分であるだけでなく、必要不可欠な部分系列を特定することを目指す。TimePNSはPearlの反実仮想的必要性に着想を得ており、一時的要因への介入を通じてその必要性を評価する。
arXiv cs.AIは2026年7月23日(現地時間)、人間と機械の自動化に関する研究論文「The Boundaries of Automation: A Theory of Persistent Human Participation」を公開した。この論文は、AIシステムの能力が向上しても人間の参加が永続する可能性を提示し、人間が関与し続けるのはAIの能力が不十分だからという前提に異議を唱えている。
arXiv cs.CV は7月21日(現地時間)、ジェネレーティブ画像生成における領域制御に新たな手法を導入する論文を公開した。この論文によると、Diffusion Transformers (DiTs) に「appearance pointers」と呼ばれる機能を導入することで、テキストプロンプトのみでは困難だったマテリアルやオブジェクトの識別、空間配置といった要素の正確な領域制御が可能になる。これにより、クリエイティブ分野の専門家が求める高精度な領域制御の課題解決を目指す。
ペレグリン・テクノロジーズ (Peregrine Technologies) は2026年6月23日(現地時間)、政府および複雑な組織向けの運用ソフトウェア事業拡大に向けたシリーズD資金調達で2億5000万ドルを調達した。このラウンドにより同社の評価額は68億ドルに達した。既存投資家のフィフス・ダウン・キャピタル (Fifth Down Capital) が主導し、セコイア・キャピタル (Sequoia Capital)、OGベンチャー・パートナーズ (OG Venture Partners)、ゴールドクレスト・キャピタル (Goldcrest Capital) などが参加した。
arXiv cs.AIは2026年6月2日(現地時間)付けで提出された論文で、オープンウェイト大規模言語モデル（LLM）のファインチューニング時に頻発する安全アライメントの弱体化という課題に対し、革新的な解決策「SafeGene」を発表した。SafeGeneは、モデル固有の修復ではなく、タスク横断的に再利用可能な安全性アダプターモジュールとして機能するよう設計されており、アーキテクチャ互換性のあるモデルファミリー全体でその有効性を示している。これにより、LLMの安全性を効率的に維持しつつ、多様なカスタム利用への適応を可能にする。
arXiv cs.CLが2026年6月1日(現地時間)付けで報じたところによると、大規模言語モデル（LLM）の学習後圧縮に関する新たな研究論文が公開された。エリア・クネガッティ (Elia Cunegatti) 氏らは、既存の圧縮手法が持つ「フルレイヤー粒度」と「連続選択」という設計上の制約は過度に制限的であると指摘。この課題を克服するため、サブモジュールレベルでの圧縮を可能にする新手法「SubFit (Submodule-level Fitted residual replacement)」を導入した。
arXiv cs.AIは2026年5月12日(UTC)付けで、文書AI（Document AI）システムを本番環境で運用化するためのマイクロサービスアーキテクチャに関する研究論文を発表した。同論文は、文書の分類、光学文字認識（OCR）、大規模言語モデル（LLM）を用いた構造化フィールド抽出など、複数のモデルパイプラインをカプセル化する設計を詳述している。これは、学術研究で生まれた先進技術と、実稼働環境での効率的かつ堅牢な実装との間のギャップを埋めることを主目的としている。
科学論文プレプリント公開サイトarXivは2026年5月19日(現地時間)付けで、コンピュータ利用エージェント向けに検証可能なソフトウェア世界を構築するためのフレームワーク「OpenComputer」を発表した。このフレームワークは、実アプリケーションに対する構造化された検査、自己進化型検証、デスクトップタスク生成、評価ハーネスの四つの主要コンポーネントを統合する。
VegASは2026年5月12日(現地時間)、arXiv cs.AIにて論文として公開された。汎用エンボディドエージェントのロバスト性向上を目的としたフレームワークで、MLLMベースエージェントが困難なシナリオで示す脆弱性を克服するため、明示的な検証ステップを導入する。推論時に複数の候補行動を評価し、最も信頼性の高い選択肢を選び出すことで、既存の強力な連鎖思考（CoT）ベースラインに対し最大36%の性能向上を達成。LLM駆動のデータ合成戦略で検証器を訓練する点が、従来の推論時計算手法との差別化となる。
arXiv cs.LGは2026年5月8日(現地時間)、Hanhan Zhou、Shamik Roy、Rashmi Gangadharaiahの3氏による論文を発表した。同論文は、離散拡散型言語モデル（DLMs）における制御生成手法の改善を提案。既存手法が抱える生成品質の低下という課題に対し、属性のコミットタイミングに応じた適応型スケジューラーの有効性を示した。