リサーチ・論文

LLMエージェント、意見シミュレーションで主張の補完一貫性に不備

arXivは10月23日(現地時間)、大規模言語モデル(LLM)エージェントの意見シミュレーションに関する研究を発表した。同研究によると、ある主張とその補完的な主張に対する確率的報告の合計が1にならない不一致が確認された。Qwen3-4B、Llama-3.2-3B、Gemma-3-4Bの3つの小型オープンモデルを検証対象とし、複数の実験を通じて「補完一貫性」の欠如が示された。この結果は、LLMエージェントが信念を形成する際の基本的な信頼性について疑問を投げかけるものだ。

リサーチ・論文

大規模言語モデルの反例生成、模倣学習の課題と強化学習による改善手法

arXivは2026年10月4日(現地時間)、Omar Farouk Zouak氏らによる研究論文「Counterexample Generation via Per-Theorem Symbolic Verifiers: When Imitation Hurts and Reinforcement Repairs」を発表した。本研究は、大規模言語モデル (LLM) が定理の真偽判定において反例生成に課題を抱える「偽証ギャップ」に焦点を当て、教師ありファインチューニング (SFT) がこれを悪化させる可能性を指摘している。検証器を報酬関数とする新たなコーパス「SymCE」を公開し、強化学習によって反例生成能力が改善されることを示した。