メインコンテンツへスキップ
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

1 / 1ページ

  1. 研究arXiv (cs.CL)

    自己改善型エージェントの脆弱性:分散、タスク順序、未指定性の影響

    ・メモリベースの自己改善型エージェント(オンラインタスク学習とテキストメモリ管理で段階的に改善)は従来の研究で有望と評価されてきた。 ・本研究は複数実行による分散測定とタスク順序のランダムシャッフルを含めて、これら手法の信頼性を包括的に再評価した。 ・従来の単一実行や固定順序の評価では、メモリ型エージェントの実際の安定性と汎用性が過度に評価されている可能性を指摘。

    Source
  2. 研究arXiv (cs.AI)

    エージェント型強化学習でMuon最適化器はいつ役立つか

    論文はALFWorldとQwen2.5-0.5B-Instructを使い、MuonとAdamWをそれぞれ単一シードで比較しました。ある設定では検証成功率が29.0%から54.6%へ上昇しましたが、効果は学習率や手法に依存しました。論文は複数シードや別タスクでの検証を今後の課題としています。

    Source
  3. 研究arXiv (cs.CL)

    実行トレースから根本原因へ:エージェント最適化のための構造的軌跡分析と因果抽出

    ・長時間のタスク実行を行うAIエージェントの改善には、大言語モデルが失敗を診断し改良する反射型メカニズムが用いられている ・実際の実行記録は冗長性と異質性があり、最適化が非効率で過学習につながるため、有効な信号抽出が課題 ・個別の実行軌跡内のノイズを除去し、構造的な因果関係を特定する手法を提案

    Source
  4. 研究arXiv (cs.AI)

    画像生成モデルの知識の限界と検索活用を評価

    研究者は20,839件のプロンプト、12の失敗分類、22の領域を含む評価データを構築しました。単純な検索は不要な情報を加えてしまう場合があるとして、学習と検索を組み合わせる方法を提案しています。データセットと検索コーパスの公開を報告していますが、その利用条件や費用、企業での導入時期は要旨からは確認できません。

    Source
  5. 資金調達TechCrunch AI

    Mistral AI とは:OpenAI の競合企業の全体像

    TechCrunchは、2023年創業のMistral AIについて、言語・画像・音声などを扱うモデルや企業向け支援を紹介しました。記事は一部のモデルの重みが公開され、コードエージェントの一つがオープンソースであると説明しています。すべてのモデルが無条件で無料利用できるという説明ではありません。

    Source
  6. 研究arXiv (cs.AI)

    Progress Advantage:学習済みエージェントの進捗を推定する手法

    論文は、強化学習済みの方策と参照方策の対数確率の比から進捗を推定するProgress Advantageを提案しています。前提条件の下で理論的性質を示し、追加の報酬モデルを用いずに推論時の選択、不確実性の推定、失敗原因の分析に応用しました。評価は5つのベンチマークと4つのモデル系列で行われています。人手や運用費用の削減額を測定した結果ではありません。

    Source
  7. 研究arXiv (cs.AI)

    OpenThoughts-Agent:エージェント学習データの構築方法を検証

    論文は100を超える比較実験を通じてエージェント用データの構築方法を調べ、10万件の学習例でQwen3-32Bを追加学習しました。7つのベンチマークの平均は44.8%で、比較対象のNemotron-Terminal-32Bは40.9%でした。著者らは学習データ、パイプライン、実験結果とモデルを公開したと説明しています。これらの結果は評価条件に限られます。

    Source
  8. 研究arXiv (cs.AI)

    Semantic Browsing:画像生成の意味ある違いを選んで探索

    研究者は、文章から画像を作る際の多様な案を意味のある軸に沿って探索するSemantic Browsingを提案しました。視覚言語モデルとエージェントの処理を使い、元の指示に合わせて文章段階で変化を設けます。論文要旨はデザイン空間の探索を示していますが、制作時間や費用の削減を測定したとは述べていません。

    Source
  9. 研究arXiv (cs.AI)

    並列エージェントのKVキャッシュを直接統合する研究

    Parallel-Synthesisは並列エージェントのKVキャッシュを調整し、追加学習した合成器で統合します。論文は9データセットのうち7でテキスト連結による合成と同等以上の性能を報告し、最初のトークンまでの時間が2.5〜11倍短くなったとしています。基盤全体の刷新やオンプレミス環境が必須と示したものではありません。

    Source
  10. 研究arXiv (cs.CL)

    MemDreamer:長時間動画理解のための知覚と推論の分離と階層グラフメモリ

    ・視覚言語モデルが長時間動画の処理でトークン数爆増と注意散漫に直面する問題に対し、MemDreamerが知覚と推論を分離する手法を提案。 ・動画をインクリメンタルにストリーミング処理し、セマンティック抽象化を行う3層階層グラフメモリを構築することで効率化を実現。 ・エージェント的検索メカニズムにより、長時間動画の理解を段階的な探索プロセスに再構成。 ・プラグアンドプレイフレームワークとして既存モデルに統合可能な設計。

    Source
  11. 研究arXiv (cs.CL)

    エージェント社会における長期生活シミュレーションと学習

    ・LLMベースのエージェントが社会的相互作用を通じて学習するシミュレーション環境を研究 ・従来は日単位の短期シミュレーションに限定されていたが、長期的な成長と深い相互作用を可能にする手法を提案 ・シミュレートされた社会経験からLLMが人間行動の理解と再現を学習できるか検証 ・複数エージェント間の時間スパンを拡張することで、より現実的な社会的ダイナミクスを実現

    Source
  12. 研究arXiv (cs.AI)

    VEXAIoT:IoT脆弱性の検証を支援するAIエージェント研究

    VEXAIoTは検出と攻撃実行のエージェントを組み合わせ、IoTGoatとMetasploitableの10シナリオで評価されました。論文は260回の実行全体で攻撃成功率95.0%を報告しています。この数値は評価条件における成功率であり、すべての脆弱性を発見できることや実務の検査コスト削減を示すものではありません。

    Source
  13. 研究arXiv (cs.AI)

    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

    Jailbreakは、データベースの保存形式に対応する読み取りコードを生成し、ファイルから列形式の分析データを作る手法です。論文はPostgreSQLとMySQLのスナップショットを対象に、TPC-Hの結果を既存のドライバ経由と比較し、条件付きで最大27倍の高速化を報告しています。すべてのDBや業務で同じ効果が出ることは示していません。

    Source
  14. 研究arXiv (cs.AI)

    ハードウェア設計の自動進化:エージェント型コード進化フレームワーク

    HORIZONは、ハードウェア設計をリポジトリ単位のコード進化として扱うエージェント基盤です。ドメイン知識、実行可能な評価器、受理条件などをまとめた設定を基に、隔離された作業領域で設計コードを変更・評価します。論文では複数のベンチマークを完了したと報告する一方、管理された課題は実際の半導体設計全体の代わりにはならないとしています。

    Source
  15. 研究arXiv (cs.CL)

    LLMエージェントのメタ分析能力を評価する新ベンチマーク「MetaSyn」

    ・Nature Portfolio掲載の442件の専門家キュレーション済みメタ分析データセット「MetaSyn」を開発 ・文献検索・研究選定・統計集計を含む系統的レビュー全体パイプラインの検証を可能に ・LLMエージェントの科学的推論能力を体系的に評価するベンチマーク基盤を提供 ・既存ベンチマークに欠落していた各段階の正解データを整備

    Source
  16. 研究arXiv (cs.AI)

    複数目標を持つマルチエージェント強化学習における協調的嗜好学習

    ・複数の目標と異なる観測・役割を持つエージェント間の協調意思決定を扱うマルチエージェント強化学習の研究。 ・提案手法「PCMA」はエージェント固有の嗜好を学習し、複数目標間のトレードオフを補完的に調整。 ・衝突する目標とエージェント間の役割差を同時に最適化する理論的枠組みを提示。 ・ロボット制御や複数チーム運用など実務的応用の基礎となる可能性。

    Source