SHIRITAS

/TOPICS

AI for Science

科学・医療・材料などの研究に、AIを役立てる試み。

01記事

LLM / 2026-11-21

UVM回帰テスト合格でも残る仕様違反を、トレースと仕様の突合であぶり出す試み

UVMスコアボードをすり抜ける仕様違反(scoreboard escapes)に対し、合格トレースを仕様と照合するLLMベース枠組みを提示。OpenTitanの4IPで挿入バグを用い、候補68件のうち41件を確認した。

マルチモーダル / 2026-11-13

分子相互作用の基盤モデル「Bonbon」は配列ペアだけの事前学習でゼロショット能力を示すと報告

タンパク質‐リガンド配列ペアを大規模に学習した基盤モデルBonbonが、機能・結合部位・結合様式の3階層でゼロショット能力を示すと報告。最大規模で能力が急に伸び、損失だけでは出現時期を読めない可能性も示された。

LLM / 2026-11-13

タンパク質-リガンド結合ポーズの順位付けを測るベンチマーク「Pyrite」とLLMエージェント

小分子創薬で難しい結合ポーズの順位付けに向け、1,500ポーズペアのベンチマークPyriteを提案。構造化表現と2種のLLMエージェントで比較し、特徴量生成型が最大74%精度を示した。

LLM / 2026-11-12

仮説の「棄却」で止まらないために:競合する説明を明示するContrastive Discovery

LLMによる科学探索で「h対¬h」の点検だけに頼ると、否定後にどの代替説明が有力か分かりにくい。競合説明セットで信念の再配分を評価するContrastive Discoveryは、同じ証拠・予算でより多くの質問を解決できる可能性を示した。

LLM / 2026-11-12

AutoScaffold:報酬に圧縮されがちな学習経験を「訓練時のヒント」に変える枠組み

AutoScaffoldは、RLVRで得られる訓練経験をもとに、凍結したteacherが戦略やヒント(スキャフォールド)を適応的に設計・調整する枠組みだ。4領域で、スキャフォールド無し評価でもRLベースラインを上回ったと報告している。

LLM / 2026-11-07

潜在空間で協調する「エージェント群れ」による進化的プログラム探索:SwarmEvolve

SwarmEvolveは、テキスト生成を介さず潜在空間で推論する多数エージェントがKVキャッシュを共有し、進化的探索を高速化する枠組みを提案する。21問題で平均スコア最高、60分相当の到達に中央値3〜8分と報告した。

AI Agent / 2026-11-06

物理研究を「正しさ」と「出版可能性」まで測るベンチマークFrontierPhysics

FrontierPhysicsは、文献調査から論文原稿作成までを含む物理研究のエンドツーエンド評価を目指す。決定的検証器と専門家ルーブリックで、正しさと出版可能性を併せて判定する。22モデル×26構成の結果、合格数は168回中46回を超えなかった。

LLM / 2026-11-01

協調するLLMエージェントが、量子スピン実験を含む研究プロセスを自律的に進める枠組み

LLMベースの複数エージェントが相互評価し、調査の停止や方向転換も行える「自律研究ラボ」を提案する。ダイヤモンド中の量子スピン集団を題材に、理論導出から実験設計・再検証までの一連の流れを示した。

機械学習(基礎・手法) / 2026-10-26

固定特徴と学習可能表現の「あいだ」を理論で捉える:部分的に学習可能なニューラルネットの相転移

固定ランダム特徴と完全学習の中間にある「部分的に学習可能なネットワーク」について、近似誤差境界と訓練誤差に現れる改善の段階変化を定量化した研究。学習可能割合Pとミスマッチ定数から定まるκ_Pにより、改善の速さと逓減の仕方を表現する。

LLM / 2026-10-22

Sage-A1.5は「長期実行」と「科学探索」をつなぐとするエージェントモデル

Sage-A1.5はA1を基盤にした35BのMixture-of-Expertsエージェントモデルで、長期の問題解決を「能力合成」で進めると述べる。委任と並列協調、進捗・証拠・内省による検証、探索的研究への拡張を柱に、複雑タスクや学際的応用で能力を示したとしている。

LLM / 2026-10-22

粒界の構造と変形を調べるエージェント型AI枠組み「GBClaw」の提案

一般粒界の構造・変形の機構解明に向け、LLMを組み込んだエージェント型AI枠組みGBClawが提案された。動的リプランニングで系統的シミュレーションと機構解析を接続し、ニッケルの粒界14件で欠陥構造と変形モード、すべり抵抗の差異を調べたという。

LLM / 2026-10-20

LLMエージェントで研究結果の再現と頑健性分析を支援する試み(SEERを用いたケーススタディ)

SEERを用いた既刊研究を対象に、LLMエージェントで主張の再現と分析選択の影響検証を自動化できるかを検討。20本からなるベンチマークSEER-Reproを提示し、2,190件の主張で77.4%の再現を報告する。完全再現できた所見のうち9.5%で重要になり得る分析選択を特定し、専門家レビューへ回す枠組みを示した。

LLM / 2026-10-15

長時間タスク向けデータセット「Tev-Gym」と進捗報酬PPRSで学習するエージェントモデルTev-27B

長時間タスク用の学習データ不足と疎な報酬を課題に、Tev-Gymと進捗を密な報酬へ変換するPPRSを提案。レシピで学習したTev-27Bが複数ベンチマークで改善を示したと報告する。

機械学習(基礎・手法) / 2026-10-14

RSI-Anything:世界モデルを使って「改善の改善」を回す枠組み

RSI-Anythingは、予測的な世界モデルで行動や学習データの選択を導き、フィードバックに応じて方策やモデルを更新するRSI枠組みだ。複数領域で性能向上が報告され、更新の保持は互換性チェックで管理される。

機械学習(基礎・手法) / 2026-10-14

モデル重みに暗号化ネットワークを埋め込み、誘発を困難にするバックドア攻撃の提案

能力評価が前提とする「隠れた能力は誘発できる」という仮定が、敵対的条件下では崩れうることを示す研究。暗号化ニューラルネットワークを重みに埋め込み、秘密トリガー時だけ実行する仕組みを構成し、誘発ベース監査の限界を論じる。

02論文