公開
AI エージェントはタスクの難易度を認識できるか──複雑性を考慮した推論と実行に向けて
・LLM エージェントは単純な 1 行の編集でも、すでに読んだファイルや依存関係を何度も再読込みする「最大コンテキスト優先戦略」を採用している。 ・タスクの実際の難易度や必要な情報範囲を事前に推定できず、結果として不要な処理オーバーヘッドが発生。 ・研究は「タスク認識スコープ推定」という能力の重要性を指摘し、効率的で適応的なエージェント動作の実現を目指している。
AI
Archive 記事を横断検索
自社に関係するAI情報を、すぐ見つける。
キーワードだけでなく、業界・用途・情報種別・公開時期を組み合わせて検索できます。気になるテーマから、自社で試すヒントまでまとめて辿れます。
← AI Intel トップに戻る158件
4 / 7ページ
- Source
- 公開Source
AI モデルが現実世界で機能するために必要なこと
・予測・計画・意思決定を支援する AI システムは増加しているが、組織固有の詳細情報が不足し、実用性が限定されている課題を指摘。 ・MIT の研究グループが、組織内データとモデルの適合性向上に取り組む。 ・業務現場で AI の効果を引き出すには、単なるモデル性能より実装環境への適応が重要。
- 公開Source
光を用いた大規模量子コンピュータ実現へ、PsiQuantumが技術計画を発表
・PsiQuantumは光子（光の粒）を利用した量子コンピュータの構築計画を公開。約100台のステンレス製キャビネットで構成され、極低温環境（絶対零度近く）を維持。 ・数百のチップと数千の光子を光学スイッチやビームスプリッタで制御し、大規模な計算能力を実現する設計。 ・従来の超伝導型量子コンピュータと異なり、光ベースのアプローチにより製造や運用の簡素化を目指す。
- 公開Source
8言語160の慣用句をグラフで分析、認知言語学に基づく特徴抽出法
・8言語の慣用表現・比喩表現160件を、認知言語学の概念特徴（包含、隠蔽、感情、社会など）でアノテーション ・各表現間の類似度をグラフ化し、コミュニティ検出により言語を超えた意味構造を解析 ・解釈可能なネットワーク手法により、言語タイプが異なる表現の普遍的パターンを抽出可能
- 公開Source
AI エージェントによる IoT 脆弱性の自動探索・検証技術
・IoT デバイスは限定的なハードウェア・古いファームウェア・不適切な初期設定により脆弱性が多発している課題を指摘 ・大規模言語モデル（LLM）ベースのAIエージェントをペネトレーションテストに適用し、IoT固有の脆弱性検証を自動化する研究 ・複数エージェントの協調動作により、手作業では対応困難なIoTシステムの包括的なセキュリティテストを実現する提案
- 公開Source
10年間の視覚言語AIモデルの精度進化と視覚認知エラーの分析
・視覚言語モデル(VLM)の10年間の進化を追跡し、複雑な社会的行動を含む新規ベンチマーク「複雑社会行動(CSB)データセット」を導入。 ・従来の評価セット(MS-COCO等)は単純な場面に限定され、複雑な人間相互作用や行動の理解を十分に測定していなかった。 ・モデルのエラータイプを詳細に分析し、視覚認知的な誤りのパターンを可視化。 ・複雑な実世界シーンにおけるVLMの能力と限界を体系的に評価する新しい指標を提供。
- 公開Source
高等教育における AI 学習アシスタントの利用実態：大規模ログデータ分析
・77,543名の遠隔教育学生のログデータを用いた AI 学習アシスタント「Syntea」の利用パターン分析。 ・性別・年齢・専攻・学位・学習形態別に使用状況を調査し、従来のアンケート調査より信頼度の高い客観的データを提供。 ・教育チャットボット研究は従来小規模サンプルが多かったが、本研究は実際の使用行動の大規模エビデンスを生成。
- 公開Source
WebSwarm：複数AIエージェントを階層的に連携させた深く広いWebサーチシステム
・LLMベースのWeb検索エージェントが、単なる質問応答から深く複雑な調査タスクへ進化している ・従来の単一エージェントは長い推論経路と限定的なコンテキストで深さと広さの両立が困難 ・複数エージェント並列実行は広さに対応するが、深さの探究に課題が残っている ・WebSwarmは再帰的な階層構造でエージェント間の協調を実現し、課題解決を目指す
- 公開Source
論文引用検証に最先端モデルは必要か：ルーブリック型LLMのベンチマーク研究
・深い調査を行うAIシステムで、LLMが主張を支持する根拠として引用を提示する際の引用品質を評価。 ・強化学習の報酬モデルとして機能するLLM判定者の性能と偏りを検証するためのベンチマーク調査。 ・引用品質という構造化されたルーブリックタスクについて、異なるLLM規模での判定能力を比較検討。 ・実装前に判定者LLMがどの程度の能力を必要とし、どの程度バイアスを持つかを明確にする枠組みを提示。
- 公開Source
LLMのデータ注釈者としての妥当性：AMARIAによる権威性評価
・ポルトガル語特化の9Bパラメータ言語モデル「AMALIA」が、道徳的基盤（権威性）の分類でF1スコアで人間のコーダーに接近した性能を示す ・8～13倍大規模なオープンモデルとの比較で、単純な一致率では競争力を持つが、理論的構成概念の妥当性測定には別の検証が必要 ・言語モデルの注釈精度と妥当性の区別が、多言語・地域特化モデルの信頼性評価の鍵となる
- 公開Source
UniClawBench：実世界タスクで主体的に動作するエージェントの評価ベンチマーク
・大規模言語モデル（LLM）と多モーダルLLMの発展により、実環境で日常のツールを操作する主体的エージェント（Proactive Agent）が登場。 ・既存ベンチマークはサンドボックス環境・単一ターン評価に限定されており、複雑な実世界タスク評価に対応不足。 ・UniClawBenchはこの課題に対応し、複数のモデル能力を分離した新しい評価タスク分類を提案。
- 公開Source
AnthropicがClaudeの内部構造を可視化する新技術を開発
・AnthropicがLLM内部の動作メカニズムを観察する「Jacobian lens（J-lens）」ツールを開発。 ・Claude Opus 4.6内で「J-space」と呼ぶ隠れた領域を発見し、モデルが概念を処理する過程を解明。 ・発見内容は予想外の振る舞いから一般的な動作まで多岐にわたり、LLMの透明性向上に寄与。
- 公開Source
MIT、小型ロボットボートで浮遊構造物を自動構築するシステム開発
・MIT研究チームが「FloatForm」という小型ロボットボットの群れシステムを開発。複数のロボットが水上で自動的に結合・分離し、大型構造物を構築できる。 ・最小限の人間指示で動作し、レゴのように柔軟に形状を変更・再構築可能。各ロボットは正方形で、協調制御による自律動作を実現。 ・将来的に水辺のインフラ構築や浮遊プラットフォーム、防災施設など、動的な水上空間利用を実現する可能性を示唆。
- 公開Source
Agon: 推論過程を相互評価するモデル間強化学習
・難問では最終答案のみを評価する従来手法（GRPO等）だと、思考プロセスではなく冗長な記述が促進される課題を指摘。 ・複数のAIモデルを競合させ、交互に「解答者」と「評価者」の役割を担当し、推論過程そのものを相互評価する「Agon」を提案。 ・推論品質の段階的向上を実現し、複雑な問題解決能力を改善する新しい強化学習フレームワーク。
- 公開Source
多主体AI安全性の評価：デプロイルールの因果的影響を測定する新手法
・複数のAIエージェント間の安全性を評価するため、エージェント・目標・タスク状態は固定し、デプロイルール（運用規則）のみを変更して集団行動への因果関係を測定する「制度的レッドティーミング」を提案。 ・IABench-CAベンチマークで228のコンテキスト、5つの標準ルール、7つのモデル集団にわたり33,924ゲームを実施し、ルール変更が協調行動に与える具体的な影響を定量化。 ・単にモデルの安全性だけでなく、展開時の運用規則がマルチエージ...
- 公開Source
データベースロック解除：ハイパフォーマンス・ストレージリーダーの自動生成による直接読み込み
・分析ワークロードがデータベースドライバ経由でしか読み込めない非効率性に着目した研究 ・Jailbreak：ストレージファイルを直接読み込み、メモリ内に列形式バッファを構成する仕組み ・エージェント技術により、異なるDBMSのストレージ形式に自動対応、クエリ層のオーバーヘッドを削減 ・大規模データ分析の処理速度向上が期待される一方、DB管理方針との調整が課題
- 公開Source
衛星画像と建物形態から地域の経済レベルを推定する手法
・インド59都市を対象に、衛星画像から取得した建物形態データを用いて都市内の経済格差を可視化するグリッドベース手法を開発した。 ・従来入手困難だった発展途上国の詳細な社会経済データを、公開衛星画像から自動抽出可能にした。 ・高解像度空間グリッドで都市内の繁栄地域と低所得地域を区別し、都市計画や開発支援の基盤データ化を実現。
- 公開Source
SPEARBench：ストリーミング音声対話モデルの自然さ評価ベンチマーク
・ストリーミング音声対話モデルの自然さを測定する新しいベンチマーク「SPEARBench」を提案 ・従来の音声・テキスト評価指標では、タイミング・ターンテイキング・イントネーション・対人姿勢など会話の自然さを捉えられないという課題に対応 ・言語・方言の一貫性や関係性に応じた適切さなど、会話品質を総合的に評価する仕組みを実装
- 公開Source
カメラ位置の自動認識で実運用対応、キャリブレーション不要なロボット視覚言語モデル
・ロボット運用時にカメラ位置が変わっても、事前キャリブレーション無しで動作する視覚言語行動モデルを開発。 ・従来手法はカメラ位置情報を明示的に入力する必要があり、実運用での柔軟性が制限されていた課題に対応。 ・モデルが自動的にカメラ位置を推定し、複数の視点変化に適応可能に。
- 公開Source
LLMの学習忘却における局所化精度を評価するテストベッド「LACUNA」
・LLMが学習データ内の個人識別情報（PII）を記憶する問題に対し、「学習忘却」による事後的な削除方法の需要が高まっている ・既存の学習忘却手法は特定モデルパラメータを対象とする「局所化→忘却」パラダイムに従うが、評価ベンチマークは出力レベルのみに限定されている ・LACUNAは、学習忘却が実際に知識を完全に消去しているかを検証するテストベッドを提供する新しい評価フレームワークである ・パラメータレベルの精度測定により、既存SOTA手法...
- 公開Source
持続状態の AI 制御における分散攻撃
・AI コード生成エージェントがセッション間でコードベースを保持する際、複数のプルリクエストに攻撃ペイロードを分散させる新たな脅威が生じる。 ・プロンプトインジェクションや不正調整されたエージェントが、検出を回避しやすいタイミングで悪意あるコードを統合する可能性がある。 ・研究論文は「Iterative VibeCoding」という実験フレームワークを導入し、自律的で信頼性に課題のある AI の安全な配置を研究している。
- 公開Source
風力発電をAIで最適運用する──エネルギー産業の実装事例
・AIが消費者向けツールを超え、風力発電などエネルギーインフラの運用層として機能し始めている ・物理的インフラの安全性と継続稼働がAI導入の重要な目的となっている ・エネルギー業界の大規模な産業システムと継続的なデータフローが、AIの現実的な活用を可能にしている ・消費者向けAIと異なり、物理的制約と安全性が実装上の主要な課題
- 公開Source
LLMの記憶管理を学習可能なスキルとして自動最適化するAutoMem
・LLMに対して、ファイルシステム操作をタスク実行と同等の選択肢として提供し、モデル自身が記憶の管理方法を学習できる枠組みを提案。 ・認知科学の「メタメモリ」（何をいつ記憶し、どう整理するか）という概念をLLMに適用。 ・プロンプトの工夫と構造的改善の双方で記憶スキルが向上することを示唆。 ・長期的な推論やマルチステップタスクにおけるLLMの性能向上に寄与する可能性。
- 公開Source
ロボット操作タスクにおける自由形式の人間嗜好学習手法
・ロボットの長期的操作タスクで報酬設計がボトルネックになる問題に対応 ・従来の二者択一比較ではなく、自由形式の人間嗜好から学習するFPL手法を提案 ・スパース信号や曖昧な品質判定の課題を改善し、ポリシー学習の効率向上を目指す