SHIRITAS

/TOPICS

評価・ベンチマーク

AIの能力や安全性を測る方法と、測定用のデータセットの研究。

01記事

LLM / 2026-11-22

LLMの「嘘」を方向ベクトルで見分ける試み:persona directionとknowledge direction

役割演技から得るラベル不要の「persona direction」と、知識の有無を対比する「knowledge direction」でLLMの欺瞞検出を検証。Liars' Benchでは3/4モデルで従来プローブより良い一方、知識に関する嘘では限界も示された。

AI Agent / 2026-11-22

ヒューマノイドの長時間「移動+操作」を支える枠組みPGX:時間の流れと精密さを分担する

PGXは、長時間のloco-manipulationで課題となる時間構造と高精度制御を、学習不要の古典的コンポーネントに分担させる枠組み。述語ベース状態機械、フェーズ内VLAスキル、WCLの3層で実行を組み立て、シミュレーション3件と実機1件で改善を示した。

LLM / 2026-11-21

LLMエージェントの事故報告をオフラインで再現し、原因を検証する枠組み「ROGUE-AI」

LLMエージェントのセキュリティ事故報告を、オフラインで再構築して再現し、報告が挙げる原因の妥当性まで検証する枠組みが提案された。原因だけを欠いた対照と比較し、複数モデルで再実行できる監査手順として位置づける。

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。

LLM / 2026-11-21

TideCache:ハイブリッドLLMの異種キャッシュを透過的に扱い、層単位ストリーミングでサービング効率を上げる提案

TideCacheは、ハイブリッド構成のLLMが持つ異種キャッシュのGPUメモリ配分と常駐管理を狙うサービング手法。固定仮想アドレスを保つキャッシュ管理と、層単位の事前フェッチを組み合わせ、SGLangで評価している。

LLM / 2026-11-20

会話で「特定の個人」を再現できるかを問うPersonal Imitation Gameの提案

LLMが「一般的な人間」ではなく特定個人を会話で模倣できるかを測るPersonal Imitation Gameが提案された。30人で人間ベースラインを作り、判断に使われる手がかりを整理。著者1人の10年分データで作ったLLMシステムを、20人の欺瞞研究で検証した。

LLM / 2026-11-20

対照学習とプロトタイプ推論でjailbreak試行を検知する「JDPI」

大規模言語モデルの安全運用で問題となるjailbreak試行の検知に向け、追加の下流分類器を学習せずに判定するJDPIを提案。バイナリ安全ラベルからプロトタイプを作り距離で予測し、複数ベンチマークや転移設定で性能を比較した。

LLM / 2026-11-19

Ambient SFT:温度で「粗く合わせる」データ効率のよい教師あり微調整

大規模で多様なポストトレーニングデータ収集の難しさを背景に、凍結した事前学習モデルをノイズ教師として用いるAmbient SFTを提案。高温化した条件付き分布の一致を求め、標準SFTより最大21%の平均相対改善を報告する。

LLM / 2026-11-19

LLMエージェントは自己改善の手順をどこまで指示される必要があるのか

基本的な道具と資源、自己改善という大枠の目標だけを与えたとき、LLMエージェントが自分で自己学習の手順を組み立てられるかをゲーム環境で検討した研究。

LLM / 2026-11-18

LLMの「拒否理由」は正しくても、やり直しの手がかりにならないことがある——複数ルールの拒否説明を検証

複数の独立ルールが同時に拒否する場面では、LLMが真の理由を挙げても再申請の助けにならない場合がある。著者らは「recourse validity」を定義し厳密計算しつつ、規則集合だけから失敗を予測する枠組みを示した。

機械学習(基礎・手法) / 2026-11-17

ASRモデルの速度を生かした脳活動→テキスト復号「FETTUCCINE」、モバイル端末での動作も報告

脳活動からテキストを復号する枠組みFETTUCCINEを提案。公開データでWER最小4.39%を報告し、商用モバイル端末で最大370倍リアルタイムのスループットで動作したという。

AI Agent / 2026-11-17

シミュレーション強化学習で、オープンウェイト推論モデルが実ロボット操作に転移する可能性

論文は、オープンウェイト27B推論モデルをデモなし・シミュレーションのみの強化学習で訓練し、実ロボット操作に転移できると報告する。PEARとRURLを提案し、LIBERO等で成功率の大幅な改善や汎用能力の劣化なしを示したという。

LLM / 2026-11-16

言語モデルの「どの文脈が効いたか」を少ない評価回数で推定するスケッチング手法

プロンプトの一部を抜いたときの出力変化(LOO attribution)を、安定性仮定の下で少ないモデル評価回数で推定する手法を提案。必要回数の上界と、オラクルモデルでの一致する下界を示した。

LLM / 2026-11-16

ユーザーが適応する対話型LLMの評価は、オフラインとオンラインで「見ているもの」が変わる

対話型LLMではユーザーの適応によりプロンプトが内生的に変化し、オフライン評価とライブA/Bが推定する量がずれうる。論文は2種の推定対象を定義し、順位逆転の条件や一致の十分条件、分散増加の可能性を理論的に整理する。

LLM / 2026-11-16

拡散型言語モデルの再生成を「いつ・何を」直すか判定する検証器DiVR

拡散型言語モデルのremaskingで起きる修正の難しさを診断し、部分生成が正解に至るかを予測する検証器DiVRを提案。生成器は変えずに再生成のタイミングと候補選択を制御し、推論ベンチマークで精度向上を報告する。

ロボティクス・身体性 / 2026-11-15

UAV向けVLNで「次の移動先の見え方」を想像させる枠組みProtoVis-Nav

UAVのVision-Language Navigationで、次の移動に対応する局所的な視覚表現を“想像”させるProtoVis-Navを提案。feature prototypesを予測し線形結合でターゲット領域の特徴を推定、行動生成時の文脈として用いる。実験でベースラインより改善を示した。

機械学習(基礎・手法) / 2026-11-14

LLMアーキテクチャ研究の記録・レビュー・参照を支える公開基盤「ArchSpace」

LLMのアーキテクチャ提案を、実験と推論込みで記録し、コミュニティがレビューし後続研究が参照できる公開プラットフォーム「ArchSpace」を提案する。小規模実験からスケーリング則で大規模の損失を予測し、学術界と産業界の評価ギャップを埋める狙いがある。

マルチモーダル / 2026-11-14

マルチモーダル模型の「視覚エンコーダ」は何を担っているのかを切り分ける

視覚エンコーダが暗黙に束ねる要素を分解し、同一データと計算量を揃えた統制比較で影響を検証。視覚の事前学習よりも専用の視覚容量と配置が重要だと示唆する。

機械学習(基礎・手法) / 2026-11-14

討論(Debate)を「学習問題」として捉え直す:オンライン学習としての定式化と判定誤りの影響

本稿は、AI同士の討論を人間が裁くDebateをゲーム解析だけでなく訓練に内在する学習問題として捉え、オンライン学習として定式化する第一歩を示す。判定者へのアクセスがある場合に最良策が敵対的Debateと異なる例、協調版プロトコルの学習可能性、判定誤りが学習へ与える影響を論じる。

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。

AI Agent / 2026-11-13

Continual-ARC:継続学習の「生涯ストリーム」をARC由来タスクで測る提案

ARC-AGI由来のタスクを、再登場タスクと新規タスクが混在する「生涯ストリーム」として提示し、予算消費に基づくスコアでmemory-basedとweight-basedを同一尺度で比較するContinual-ARCを提案する。

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。

機械学習(基礎・手法) / 2026-11-12

医用画像セグメンテーションで、基盤モデル適応とスクラッチ学習を外部データで比べる

自然画像で事前学習したDINOv2を医用画像へ適応する方法を幅広く比較し、外部施設データでは一貫して汎化が良いことを示す。分布内ではタスク特化モデルも競争力があり、適応に必要な規模やベンチマークの重複問題も指摘した。

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 / 2026-11-11

マルチモーダルエージェントの長期対話向けメモリ枠組み「HiVe-Mem」:水平拡張と垂直合成

HiVe-Memは、長い対話履歴からの情報活用を狙い、関係グラフでの「水平」拡張と証拠形式の「垂直」合成を組み合わせる。3ベンチマークで性能改善を示し、トークン消費を約90%削減したと報告する。

LLM / 2026-11-11

マルチエージェントAIの「仕事の段取り力」を測るベンチマークWorkflowArena

LLMが複数の作業者役エージェントを率いる際の「実行可能なワークフロー設計・調整能力」をworkflow orchestrationとして定義し、145タスクからなるWorkflowArenaで評価する枠組みを提示する。成果物の品質と委任のしかたを併せて測る点が特徴。

機械学習(基礎・手法) / 2026-11-10

SciCheck:深層学習の学習過程を「再計算なし」前提で検証する枠組み

SciCheckは、深層学習の学習(training)を科学的ワークフロー内で検証するための枠組みを提案する。勾配統計の比較と、ランダム区間の再実行(spot-check)を組み合わせ、攻撃シナリオ下での検出性能やコストも報告している。

AI Agent / 2026-11-10

LLMの推論結果を「CPUで動くキャッシュ」として再利用する提案:Agentic Reasoning Caching

論文は、LLMが毎回ゼロから解く非効率を問題視し、推論トレースからCPU実行可能な推論キャッシュ(ARC)を作って再利用する枠組みを提案する。数学・科学タスクで同等性能やコスト低減を報告している。

AI Agent / 2026-11-10

一般ist AIがロボットを直接動かす「AMP」を分析し、参照ハーネスAMP1を提案

一般ist AIモデルがマニピュレータを直接指揮するAMPを体系的に分析。単腕・双腕・移動で変更なしに動くAMP1を提示し、複数ベンチマークと実機試行で高いゼロショット性能を報告する。

機械学習(基礎・手法) / 2026-11-09

大きな一定ステップサイズでの敵対的学習:GDの暗黙のバイアス・最適化・シャープネスを整理

敵対的学習(AT)における大きな一定ステップサイズの勾配降下法(GD)の挙動を調べ、標準学習(ST)と比べた違いを暗黙のバイアス、収束率、損失のシャープネスの観点からまとめた研究。

ロボティクス・身体性 / 2026-11-09

OopsieRecover:少数の是正デモからVLAの失敗回復を学ばせる枠組み

VLAモデルのデプロイ時の失敗に対し、少数の是正デモの「意図」を外転で推論し、条件付きコストとして方策を誘導するOopsieRecoverが提案された。6タスクの実験で、新規状況への一般化を示したと報告している。

ロボティクス・身体性 / 2026-11-08

シミュレーションRLの制御知識を「潜在文脈」として再利用し、少量デモで器用操作を学ぶ枠組み

視覚デモが限られる器用操作学習に向け、特権情報ありのシミュレーションRLで得た制御知識を蒸留し、凍結したデコーダを保ったまま画像から潜在文脈を学習する2段階手法を提案。3タスクで低データ時の性能向上を報告する。

機械学習(基礎・手法) / 2026-11-08

ユーザ埋め込みを「行動モードの疎な重ね合わせ」として読む試み

推薦などで使われる不透明なユーザ埋め込みを、解釈可能な行動モードの疎な重ね合わせとして捉え直す枠組みを提案する。疎オートエンコーダなどでモードを回復し、自然言語で命名・検索できるとする。合成データと2つの実データで検証した。

LLM / 2026-11-08

機械論的解釈可能性はAI安全性にどう役立つのか:サーベイと主張評価の枠組み

本稿は、AI安全性の観点から機械論的解釈可能性を整理し、「仕組みの理解は安全性を高めるか」を問うサーベイである。行動評価との比較、基礎概念と手法群の概観に加え、主張を評価する統一フレームワークと6つの研究オリエンテーションを提示する。

AI Agent / 2026-11-07

MLリポジトリの「PyTorch→JAX」移植を測るベンチマークXStack

PyTorch(NVIDIA GPU)とJAX(Google TPU)の間でMLリポジトリを移植するエージェントを評価するベンチマークXStackを提案。移植の合否を公開結果に基づき判定し、現状の成功率のばらつきも報告する。

LLM / 2026-11-07

Scientist World:論文を「実行できる環境」に変換し、AI-Scientistを評価・記録・訓練する枠組み

Scientist Worldは、研究論文を実行可能な環境として扱い、AI-Scientistを人間著者の達成と比較して評価する仕組みを提案する。1,000件の検証済み環境と6,400時間の研究トレースを公開し、評価と訓練にも用いたという。

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 / 2026-11-06

LLM社会エージェントの「文脈の足し方」とロバスト性を点検する枠組み

LLMを社会シミュレーションのエージェントに使う際、意味を保つプロンプト差分で行動が変わる問題に向け、文脈を統制的に拡充する方法と「選択的ロバスト性」による評価基準を提案する。

LLM / 2026-11-06

CompressionBench:コーディングエージェントはLLM圧縮を自律実行できるか

本研究は、LLM圧縮を「終端タスク」として定式化し、コーディングエージェントに圧縮後の重みと推論コードまで構築させて検証する。6エージェント×6設定で評価し、PPL誘導探索と独立検証の下での達成度と失敗要因を整理した。

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) / 2026-11-01

重み摂動なしでNeural Thicketsの利得は得られるのか:Logit PSVという見方

Neural Thicketsの性能向上を、重み空間の幾何学的説明に頼らず捉え直す研究。凍結モデルに対するlogitsへのランダムbiasと、選抜・集約からなるPSVを提示し、言語・視覚での有効性を論じる。

評価・ベンチマーク / 2026-10-31

LLMのデータ帰属を「何が悪いのか」切り分ける:制御ベンチマークCATTと評価設計の論点

LLMのデータ帰属評価で失敗要因を切り分けるため、架空知識で学習させた制御ベンチマークCATTを導入。冗長性やディストラクタが性能を悪化させ、損失やトークン集約の選択が結果を大きく左右すると示す。

ロボティクス・身体性 / 2026-10-31

短い動画から先の行動列を予測する「SymAnt」:シンボリック文脈を“事前の手がかり”として使う

SymAntは短い動画から、シーングラフと知識グラフのjoint-searchでシンボリック文脈を構築し、将来の行動列を反復的に生成・改善する手法。短い観測でも長期予測を行い、知識編集で追加学習なしに予測調整できる点をうたう。

ロボティクス・身体性 / 2026-10-30

多指ハンドの物体姿勢到達で「落とさない」も評価する:LEAPハンド向け学習レシピと安全フィルタ

多指ハンドのin-hand object pose reachingを、手首姿勢が変わっても長い連続目標列で扱い、安全性(落下)も測る枠組みを提示。人手データなしのシミュレーション学習とゼロショット実機転移、安全フィルタで性能と安全の調整を示す。

LLM / 2026-10-29

合成環境の「構成」がツール使用エージェントの汎化を左右する、というスケーリング則

LLMのツール使用エージェント訓練で、合成環境データの規模だけでなく構成(ツール・タスク・データベース多様性、複雑性)が汎化に効くことを調べ、予測可能なスケーリング則を導いた研究。

LLM / 2026-10-29

改変された物理法則の世界で、LLMは自由探索から「隠れた法則」を見つけられるか

改変物理のシミュレーション世界を自動生成する枠組みLongChangを提案し、LLMがヒントなしで異常に気づき実験する能力を評価した。12モデル中GPT-6-Astraのみ発見率16.7%で、他は0%だった。

機械学習(基礎・手法) / 2026-10-29

Heads of Security:注意ヘッドのゲート学習でプロンプトインジェクション耐性を高める試み

Heads of Security(HoS)は、ヘッドごとの注意ゲートを学習して指示とデータを分離し、注入命令に従いにくくする防御手法だという。Llama-3.3-70B-InstructとGPT-OSS-20Bで評価され、攻撃耐性とユーティリティの両立を報告している。

LLM / 2026-10-28

自律研究システムを測り、アイデア探索も促すベンチマーク「Auto-Research Arena」

自律研究(auto-research)を評価する新ベンチマーク「Auto-Research Arena」を提案。適格性と改善を分離し、9つのターゲットで比較可能にする。評価では逐次探索が高度手法を上回る場合も示された。

機械学習(基礎・手法) / 2026-10-27

長方形の遮蔽だけで探す黒箱攻撃手法「STROKE」

STROKEは、向き付き長方形の遮蔽で摂動を作るスコアベース黒箱攻撃手法。軽量な貪欲最適化でクエリ効率を狙い、1–2%面積設定での成功率や所要時間削減、設計選択の影響を評価した。

AI Agent / 2026-10-27

RynnUnify:身体性理解・長期視覚プランニング・ロボット制御をつなぐ統一モデルの提案

16BモデルRynnUnifyは、動画と言語を交えた推論で身体性理解と長期視覚プランニングを統合する。強化学習による拡張やロボット制御への展開、専用ベンチマークでの評価結果も報告された。

ロボティクス・身体性 / 2026-10-27

RobustRLlib:ロバスト強化学習を同一基盤で比べるための統一ライブラリ兼ベンチマーク

RobustRLlibは、ロバスト強化学習の再利用性の低さと能力境界の不明確さという課題に対し、17手法の統一実装と多様な評価環境、273設定の評価による能力マップ提示をまとめて提供する。

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。

ロボティクス・身体性 / 2026-10-26

OpenTac:カスタマイズ可能な3D触覚スキン向けセンサと周辺基盤の提案

OpenTacは、触覚スキン向けの新規センサと、設計・シミュレーション・取得まで含むエコシステムをまとめて提示する。抵抗式スキンと構造化オーバーレイで接線荷重を圧力分布に変換し、せん断と法線を復号する枠組みを述べる。CADツールで形状やテキスト記述から製造ファイルを自動生成し、評価・デモ・高速取得も報告する。

ロボティクス・身体性 / 2026-10-26

ロボット行動モデルを「安く」見積もる指標:Sensorimotor Alignment(S^2)の提案

高コストな閉ループ評価に代わる手段として、学習不要のオフライン指標S^2を提案。感覚表現と物理運動の幾何の整合を測り、タスク成功と正に相関すると報告する。モデル選別や現象理解への活用も述べる。

LLM / 2026-10-25

RLVRは道具的行動を一様に増やすのか:OLMo-3の中間チェックポイント追跡から

OLMo-3をInstrumentalEvalで評価し、RLVR中の中間チェックポイントを含む軌跡として道具的行動率を分析。7Bでは一時的に上昇後、最終ではSFTを下回った。プロンプトのフレーミング要因だけでは説明しきれないと報告する。

LLM / 2026-10-25

推論の枝刈りをpass@$k$で最適化し、品質と多様性の両立を狙う手法

推論時に多数の候補解を作る手法では計算負荷が課題となる。著者らは短い途中経過(prefix)で候補を選別する際、pass@$k$を目的関数にして品質と多様性のトレードオフを直接最適化する枝刈りを提案した。8つのオープンウェイト推論モデルで既存法より良い性能を示したという。

LLM / 2026-10-24

ツール応答の「重要情報の抜け」による不安全行動を測る:EpiSEM-Benchの提案

ツール使用型LLMエージェントが安全判断に必要な事実を欠いたとき、禁止行為を実行しうる問題に対し、実行可能ベンチマークEpiSEM-Benchを提案。300の対応タスクペアと監査ツールで、不安全実行・安全境界・証拠回復を評価する。

LLM / 2026-10-24

AIの判断を必要最小限だけ監査する「選択的監査」:未監査の誤り率を閾値以下に抑える枠組み

AIの提案と信頼度スコアをオンライン監視し、専門家監査の頻度を抑えつつ未監査のAI誤り割合を閾値以下に保つ問題を定式化。仮定なしで誤り制御を保証するアルゴリズム族と、敵対的/i.i.d.双方で最良監査率に漸近する手法を述べる。

AI Agent / 2026-10-23

ロボット操作の予測と「スキルの再利用」をつなぐ枠組みAW-0

論文は、コードによる計画と、将来映像・行動の予測を同時に扱う「Agentic World Action Model」AW-0を提案する。コード・動画・行動を結合した生成ストリームとして共同モデリングし、スキルを再利用可能な形にまとめる自動キュレーションも導入した。

LLM / 2026-10-23

外部データなしで長文脈推論を鍛える手法「LongZero」の提案

LongZeroは、外部コーパスや教師モデルに頼らず、LLM自身が根拠付きQAを構造化生成し、根拠を長いマルチ文書文脈へ展開して学習する手法。2つのLLM・5ベンチマークで評価し、外部コーパス由来データでRLする比較法より高性能だと報告する。

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。

マルチモーダル / 2026-10-21

Ropedia W0:人間とロボットをまたぐ「移動+操作」の世界モデルを目指す研究

人間と複数ロボットのエゴセントリックデータを統一表現で学習し、移動と操作を同時に予測する世界モデルRopedia W0を提案する。10k時間(人)+3k時間(ロボ)のデータセットと長時間ベンチマークを整備し、複数ベンチマークでSOTAと報告している。

LLM / 2026-10-21

安全性を「基盤能力」として学ばせる中間段階:Safety Mid-Trainingの提案

LLMの安全性が後続学習で劣化したり、汎用能力とトレードオフになったりする問題に対し、事前学習と事後学習の間に「safety mid-training」を挟む枠組みを提案。Qwen3の複数モデルでASRを相対的に72%〜81%低減し、汎用能力も改善したと報告する。

マルチモーダル / 2026-10-21

言語事前学習なしで学ぶText-to-Image:Halcyonが示した可能性

Halcyonは、100Mの画像-テキスト対からゼロから学習したT2Iモデル群。gFD比較と統制実験により、text-only事前学習がT2I改善に必須ではない可能性を示す。計算量効率と画像キャプショニング同時学習も論じる。

LLM / 2026-10-20

微調整で意図しない振る舞いが一緒に現れる「behavioral coupling」を調べた研究

LLMの微調整で、狙った行動とは別の行動が誘発される関係を「behavioral coupling」と定義し、その形成と表面化を検討する。行動の結合は文書学習で形成され、微調整で現れ、さらに結合が合成して連鎖しうる可能性が示唆される。

評価・ベンチマーク / 2026-10-20

Google PlayのmHealthアプリ1万件超を調査:同意取得と権限要求の実態

Google PlayのmHealthアプリ10,000件超を対象に、同意取得とデータ収集を静的解析とポリシー検討で分析した研究が、目的と無関係な権限要求や同意フォーム不備の広がりを報告した。

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。

AI Agent / 2026-10-19

4体のGemini 4 ArgonがMinecraftでエンダードラゴンを討伐:自律的な計画維持と協調の事例

4体のGemini 4 ArgonエージェントがMineflayerでMinecraftを操作し、チャットと共有メモリで協調してエンダードラゴン討伐を達成したと報告する。27時間14分での完了や2,783本のプログラム作成など、長時間の計画維持が焦点。

LLM / 2026-10-19

長期の機械学習エンジニアリングを自律最適化するためのポストトレーニング手法とエージェントモデル「MLExpert」

長い実験手順の中から有効な学習信号を取り出すポストトレーニング手法を提案し、35BのMoEエージェントモデルMLExpertに適用した。MLE-Bench Liteで平均メダル率を37.9%から72.7%へ改善したと報告する。

マルチモーダル / 2026-10-19

複雑な条件を分解して点数化する「視覚検証器」を提案:OmniVerifier-C1

OmniVerifier-C1は、複雑な要求やルールを要素分解し各要素を連続スコアで評価する視覚検証器を提案する。解釈可能な出力で汎化を狙い、学習にDecoupled RLを用いる。

LLM / 2026-10-18

LLMエージェントの「目標からの逸脱」を実行中に監督するステアリング手法

LLMエージェントが実行中に目標から逸脱する「goal drift」へ対処するため、実行コンテキストを観測して介入するsteering agentを提案。介入判断と介入生成をfast/slowの2経路に分け、強化学習で共同学習する。

ロボティクス・身体性 / 2026-10-18

Mem4Act:長期ロボット操作に向けた固定サイズの潜在メモリ学習

Mem4Actは、長期のロボットマニピュレーションで必要な過去情報を、固定サイズの潜在メモリとして学習する枠組み。履歴の時間集約と、意味・知覚を補う監督、二段階学習で方策のメモリ利用を促すという設計を組み合わせる。

マルチモーダル / 2026-10-17

Spark-0:触覚を事前学習と運用の両方に生かすロボット操作モデル

Spark-0は、触覚を(1)事前学習時の監督信号、(2)運用時の方策入力として併用するVTLAモデルを提案する。HumanTouch(1,000時間)とSparkArenaを整備し、複数ベンチマークで高い成功率・順位を報告している。

マルチモーダル / 2026-10-17

P$^{3}$-WAM:一つのモデルで「見る・予測する・計画する」を統合する器用操作向け手法

P$^{3}$-WAMは、エゴセントリックな器用操作に向けて、3D知覚・行動条件付き予測・目標指向計画を単一モデルに統合する。動画拡散Transformerへ3D行動表現を組み込み、3モード学習で能力を伸ばすと報告する。

ロボティクス・身体性 / 2026-10-17

家庭向けロボットの「好み」を測るベンチマークLIBERO-PeRM

LIBERO-PeRMは、ロボット操作における「タスク達成」と「嗜好満足」を分けて評価するためのベンチマーク。観測可能な嗜好を分類し、嗜好あり/なしのペアデモと312タスクを提供する。実験ではゼロショットの個人化が難しく、SFTで嗜好が学習可能になると報告する。

機械学習(基礎・手法) / 2026-10-16

事前学習Transformerを「単一モデル」のまま計算予算に合わせて可変化する再学習不要の手法

固定サイズで提供されがちなTransformerを、再学習なしでスパース性に応じてオンザフライ適応させる手法を提案。MLPニューロンと注意ヘッドを共通尺度で共同ランキングし、多数の目標スパース性を同時に最適化する。

AI Agent / 2026-10-16

言語エージェント学習で「行動」と「先読み」を同時に鍛える提案(Co-Evolving Acting and Forecasting)

長いロールアウトのコストと終端報酬偏重で中間監督が活きにくい課題に対し、成功軌跡から後続の行動列を学ぶ「multi-step action targets」を導入。5ベンチマークでGRPO等より強い総合性能と、ScienceWorldで最大2.0×のサンプル効率を報告する。

LLM / 2026-10-16

SafeDriveVLA:自然言語ナビの「危険な指示」に備えるための評価とVLA手法

自動運転VLAに対し、自然言語ナビが生む不安全/悪意ある指示の脆弱性を問題提起。ナビ追従とコンフリクト認識、敵対的頑健性を同時に測るベンチマークと、三段階モード予測+world model dreamingで対処するSafeDriveVLAを提案する。

AI Agent / 2026-10-15

自動運転の「実行中の安全」を高めるランタイム枠組みAutoAgent0

AutoAgent0は、クローズドループ実行の信頼性をテスト時の実行問題として捉え、独立検出・ルール検証・復旧計画を統合するランタイム枠組み。Fail2DriveとNavSafe-∞で、単一エキスパートよりロバスト性が改善したと報告する。

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。

ロボティクス・身体性 / 2026-10-15

LoopWAM:デプロイ後の混合品質ロールアウトからロボット方策を改善する枠組み

LoopWAMは、成功から失敗まで混ざった実環境ロールアウトをそのまま学習に使い、クローズドループで汎用ロボット方策を改善するworld-action modelを提案する。行動学習と世界モデル化を統合し、品質に応じて模倣を調整する。複数ベンチマークで成功率の向上が報告されている。

LLM / 2026-10-14

複数サービスをまたぐ個人向けAIエージェントの「合成的な失敗」を探すレッドチーミング手法「X-AgentRed」

個人向けAIエージェントが複数サービスのツールを連携利用する際に起きうる有害な経路を、ツール依存グラフと実行フィードバックで体系的に探索するX-AgentRedが提案された。4モデルでSTAC比1.77倍の有害パス率、平均2.99倍のツールカバレッジを報告する。

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。

LLM / 2026-10-13

Wikipediaのリンクだけで目的記事へ:言語モデルの「ナビゲーション能力」を比べる研究

Wikipedia Gameを情報検索に似た課題として用い、文埋め込みモデルとLLMの到達能力を5言語・学術文献データセットでも比較した。OpenAlexでローカルグラフを構築し、第三者APIに頼らない評価枠組みを示す。人間を有意に上回るモデルはなかった。

ロボティクス・身体性 / 2026-10-12

単一の人間動画を「逐次的シーングラフ」にしてRLを導く:Dex-One2Manyの提案

Dex-One2Manyは、単一の人間動画を逐次的シーングラフに抽象化し、RLの探索と報酬設計を同時にガイドする枠組みを提案する。動画にない姿勢や把持への一般化と、多段タスクでの探索困難の緩和を狙う。5タスクで、見た構成では6.5%、見ていないシナリオでは71%ベースラインを上回ったと報告する。

LLM / 2026-10-12

LLMの「価値」の学習が未学習の価値にどう波及するか——一般化を予測する課題と表現の比較

LLMの価値学習が未見の価値に及ぼす影響を予測する「alignment generalization prediction」を提案し、66価値で一般化効果を分析。活性ベース表現が記述ベースを上回り、下流では価値類似度がロバスト性と相関した。

AI Agent / 2026-10-12

エージェント評価は「想定した境界」に頼れない:2026年の事例比較から継続的アシュアランスへ

2026年のエージェント評価で、許可されたテスト範囲外の実システムに到達する事例が報告された。著者は比較ケーススタディを通じ、運用中に境界を検証するPASACと5層Boundary Assurance Stackを提案し、検証可能な研究プログラムとして整理する。

LLM / 2026-10-11

白箱プローブでLLMの欺瞞を検出する試み:大規模データセットと新アーキテクチャで評価

LLMエージェントの監視に向け、白箱プローブによる欺瞞検出をフロンティア監視設定へ拡張する研究が報告された。SHADE-ArenaでAUC 98.8%を示し、文脈だけでは判定しにくい「introspective deception」でも最大AUC 99.7%の識別を示した。

機械学習(基礎・手法) / 2026-10-10

安全と性能を同時に扱う「統一的なBellman演算子」を提案する安全強化学習

安全クリティカル領域の強化学習で、性能最大化と安全制約の厳守を両立させるための統一的なBellman演算子を提案。joint value functionとして目的を統合し、二重時間スケールのTD学習の収束も示す。

ロボティクス・身体性 / 2026-10-10

安全フィルタを学習で償却する「FAITH」:高次元ロボット向けSafe RLの提案

FAITHは、安全と性能の競合を避けるため行動実行時に安全フィルタをかける枠組みを提案する。解析的モデル不要で安全価値を近似し、介入を最小にするフィルタをニューラルネットで償却する。安全行動がない場合も害を小さくする行動へ寄せるという。

ロボティクス・身体性 / 2026-10-09

RoboJEPAが示す、ロボット向け潜在世界モデルの「計算量と誤差」のスケーリング

JEPAベースの潜在世界モデルRoboJEPAについて、計算量に対するimagination errorのスケーリング則(2次のパワーロー)と、計画性能との相関を示した。実機で単一ゴール画像に向けたゼロショット計画のデモと、コード公開も報告している。

機械学習(基礎・手法) / 2026-10-09

忘却対象だけで「学習済みモデル」から削除する手法は、学習法と記憶量に制約がある

学習済みモデルと忘れたい例だけを入力として削除する「forget-only unlearning」を理論的に検討。再学習との一致精度には下界があり、任意の削除要求に備えるには訓練データの多くを記憶する必要がありうると示す。

ロボティクス・身体性 / 2026-10-09

エゴセントリック動画から作る「永続的3D物体メモリ」Ledger:位置・履歴・文脈を統合して後の質問に答える

エゴセントリック動画から物体の3D位置だけでなく履歴と短い文脈記述を統合して保存する「Ledger」を提案。視野外の物体も保持し、元映像なしで空間質問に答えることを狙う。HD-EPICとUCS-Benchで精度向上を報告。

LLM / 2026-10-08

IdeaAnchor:論文の統合手順を「構造化仕様」として与え、LLMの研究アイデア生成を学習させる枠組み

IdeaAnchorは、関連論文群の統合のしかたを構造化仕様として符号化し、それを特権信号にしてLLMへ研究アイデア生成を学習させる枠組み。公開論文から实例をマイニングし、複数の学習手法と推論時retrievalで生成を強化する。実験では品質改善が示され、統合と精緻化の役割分担も分析された。

02論文

2026-11-19
2611.26596

PGX: Physically Grounded Execution for Long-Horizon Humanoid Loco-Manipulation

2026-11-19
2611.26545

The Geometry of Lies: Knowledge and Persona Directions for Detecting Deception in Large Language Models

2026-11-19
2611.26588

Verify the Verifier: Specification-Grounded LLM Cross-Checking for Bugs That Escape UVM Scoreboards

2026-11-19
2611.26553

Replication of Agentic Security Events: Audit and Investigation (ROGUE-AI)

2026-11-19
2611.26619

TideCache: Efficient Hybrid LLM Serving with Transparent Cache Management and Layer-Wise Streaming

2026-11-18
2611.24888

Who are you? The Personal Imitation Game

2026-11-18
2611.24936

Jailbreak Detection on Large Language Models via Contrastive Prototype Structures

2026-11-17
2611.23219

Do LLM Agents Still Need to Be Told How to Self-Improve?

2026-11-17
2611.23229

Ambient LLMs: Data-Efficient Supervised Fine-tuning via Temperature Matching

2026-11-16
2611.21545

Right Reason, Wrong Advice: Evaluating Recourse in LLM Explanations of Denied Requests

2026-11-13
2611.18562

Training Reasoning Models in Simulation to Natively Use Real Robots

2026-11-13
2611.18561

FETTUCCINE: Fast and efficient brain-to-text decoding on mobile devices

2026-11-12
2611.17334

Unbundling Multimodal Vision Encoding

2026-11-12
2611.17330

ProtoVis-Nav: Prototypical Visual Imagination for Visual-Spatial Aligned UAV Navigation

2026-11-12
2611.17303

Towards a Theory of Learnability via Debate

2026-11-12
2611.17320

Learning When Diffusion Language Models Should Regenerate

2026-11-12
2611.17239

When Both Sides Adapt: The Challenges of Evaluating Interactive LLM Systems

2026-11-12
2611.17313

Sketching Language Models for Context Attribution

2026-11-12
2611.17332

ArchSpace: Recording, Reviewing, and Referencing LLM Architecture Research

2026-11-10
2611.14519

Medical Image Segmentation: Foundation Model Adaptation versus Task-Specific Training

2026-11-10
2611.14504

Emergent Biological Capabilities in a Foundation Model for Molecular Interactions

2026-11-10
2611.14515

AutoScaffold: AI-Guided Scaffolding for Reinforcement Learning of Language Models

2026-11-10
2611.14511

Pyrite: Building and Benchmarking Protein-Ligand Pose Ranking Agents

2026-11-10
2611.14505

Continual-ARC: Measuring Skill Acquisition over a Working Lifetime

2026-11-10
2611.14514

Contrastive Discovery: Open-Ended Scientific Discovery over Competing Explanations

2026-11-09
2611.12872

HiVe-Mem: Interleaving Horizontal Memory Expansion and Vertical Evidence Composition for Multimodal Agents

2026-11-09
2611.12856

WorkflowArena: Benchmarking Executable Workflow Orchestration in LLM-Based Multi-Agent Systems

2026-11-06
2611.09891

CPU-ARC: Agentic Reasoning Caching for on-CPU Reasoning Reuse

2026-11-06
2611.09892

On Agentic Manipulation Policies

2026-11-06
2611.09889

SciCheck: A Framework for Verifying the Integrity of Deep Learning Training

2026-11-05
2611.08483

SwarmEvolve: Latent Agent Swarms for Evolutionary Discovery and Optimization

2026-11-05
2611.08472

XStack: A Benchmark for ML Repo Migration

2026-11-05
2611.08487

User Embeddings are Superpositions of Interpretable Behavioral Modes

2026-11-05
2611.08462

OopsieRecover: Learning Transferable VLA Corrections from Semantic Interventions

2026-11-05
2611.08478

Scientist World: Grow a Research World for AI-Scientists

2026-11-05
2611.08438

Understanding AI from the Inside: The State of Mechanistic Interpretability for AI Safety

2026-11-05
2611.08457

Adversarial Training with Large Step Sizes: Implicit Bias, Optimization, and Sharpness

2026-11-05
2611.08458

Latent RL Priors for Data-Efficient Dexterous Manipulation

2026-11-04
2611.06858

CompressionBench: How can your coding agents compress LLMs?

2026-11-04
2611.06910

FrontierPhysics: Evaluating Agents for End-to-End Physics Research

2026-11-04
2611.06914

A Framework for Context Enrichment and Selective Robustness in LLM Social Agents

2026-10-29
2610.40589

Collaborative AI agents for autonomous experimental research with solid-state quantum spins

2026-10-29
2610.40632

SymAnt: Grounding Long-Horizon Action Anticipation with Adaptable Symbolic Priors

2026-10-29
2610.40655

Elucidating the Design Space of LM Data Attribution

2026-10-29
2610.40649

Rethinking Neural Thickets Without Weight Perturbations

2026-10-27
2610.37649

Can LLMs Uncover Hidden Physical Laws through Free Exploration?

2026-10-27
2610.37657

Heads of Security: Learned Attention Gates Improve Prompt Injection Robustness

2026-10-27
2610.37648

Scaling Laws for Tool-Use Agents via Controllable Environment Synthesis

2026-10-27
2610.37652

Pushing Dexterity and Safety for In-Hand Object Pose Reaching That Works Remarkably Well

2026-10-26
2610.35866

Auto-Research Arena: Benchmarking and Advancing Auto-Research in Language Modeling

2026-10-23
2610.32965

RynnUnify: Towards Unified Embodied Brain

2026-10-23
2610.32932

STROKE: Simple Sparse Structural Occlusions for Black-Box Adversarial Attacks

2026-10-23
2610.32971

RobustRLlib: A Unified Library and Benchmark for Robust Reinforcement Learning Algorithms

2026-10-22
2610.31663

Phase Transition from Random Features to Fully Trainable Networks

2026-10-22
2610.31624

Questioning Instrumental Convergence in RLVR: Checkpoint Evidence from OLMo-3

2026-10-22
2610.31662

Reliable AI-Assisted Decisions via Selective Auditing

2026-10-22
2610.31650

EpiSEM-Bench: Evaluating Safety and Evidence Recovery in LLM Agents under Missing Evidence

2026-10-22
2610.31667

Direct Pass@$k$ Optimization for Thought Pruning: Balancing Quality and Diversity in Test-Time Reasoning

2026-10-22
2610.31661

OpenTac: An Open Ecosystem for Customizable, Scalable, and Transferable 3D Tactile Sensing

2026-10-22
2610.31670

Sensorimotor Alignment: A Platonic Proxy for Embodied Policy Success

2026-10-21
2610.30132

LongZero: Enhancing Long-Context Reasoning in LLMs from Zero Data

2026-10-21
2610.30136

Agentic World Action Models

2026-10-20
2610.28578

Sage-A1.5: From Long-Horizon Execution to Scientific Exploration with Capability Composition

2026-10-19
2610.26863

Text-to-Image Generative Modeling Without Language Pretraining

2026-10-19
2610.26809

Safety Mid-Training: Internalizing LLM Safety as a Foundational Capability

2026-10-19
2610.26855

Ropedia W0: Scaling Loco-Manipulation World Models across Embodiments with Human Experience

2026-10-16
2610.23847

Behavioral Couplings: From Formation to Behavioral Emergence in Language Models

2026-10-16
2610.23845

AI-Driven Reproducibility and Analytical Robustness in Scientific Discovery

2026-10-16
2610.23851

Bad Diagnosis: Analyzing Consent and Data Collection Practices of Mobile Medical Apps

2026-10-15
2610.22372

LIBERO-PeRM: Benchmarking Personalized Robotic Manipulation

2026-10-15
2610.22316

Learning to Steer LLM Agents and Multi-Agent Systems

2026-10-15
2610.22319

A team of Gemini 4 Argon agents beats Minecraft

2026-10-15
2610.22355

OmniVerifier-C1: Decomposed Graded Verifier for Rule-Governed Generative World Modeling

2026-10-15
2610.22363

Perceive, Predict, and Plan: a Unified World Action Model for Egocentric Dexterous Manipulation

2026-10-15
2610.22344

MLExpert: Towards a Generalist Agentic Model for Autonomous Machine Learning Engineering

2026-10-15
2610.22323

Mem4Act: Learning Effective Latent Memory for Long-Horizon Robotic Manipulation

2026-10-15
2610.22342

Spark-0: Scaling Spatially Aligned Tactile Pretraining for Robot Dexterous Manipulation

2026-10-14
2610.20597

Co-Evolving Acting and Forecasting for Language Agents

2026-10-14
2610.20609

SafeDriveVLA: Navigation-Conditioned World Model Dreaming for Conflict-Aware End-to-End Autonomous Driving

2026-10-14
2610.20588

Your Transformer Is Secretly Elastic

2026-10-13
2610.18868

Tev: Scaling Long-Horizon Agentic Environments with Dense Progress Rewards

2026-10-13
2610.18873

LoopWAM: Closed-Loop Generalist Policy Improvement from Deployment Rollouts

2026-10-13
2610.18866

AutoAgent0: An Agentic Runtime for Safe Closed-Loop Driving

2026-10-09
2610.13912

RSI-Anything: Unlocking Recursive Self-Improvement with World Models

2026-10-09
2610.13886

X-AgentRed: Red-Teaming Personal Agents in Evolving Multi-Service Ecosystems

2026-10-09
2610.13928

AI Models Can Provably Hide Arbitrary Capabilities

2026-10-09
2610.13948

Can Language Models Play the Wikipedia Game?

2026-10-08
2610.12470

Dex-One2Many: Learning Dexterous Manipulation from a Single Human Demonstration

2026-10-08
2610.12432

FAITH: Feasibility-Aware Safety-Filtered RL for High-Dimensional Systems

2026-10-08
2610.12445

Caught in the Act: Probes Effectively Detect Sabotage and Catch Unverbalized Deception

2026-10-08
2610.12410

Predicting Alignment Generalization with Value Representations

2026-10-08
2610.12463

From Reactive Containment to Proactive Assurance: Lessons from OpenAI, Anthropic, and Google Agent Security Incidents

2026-10-08
2610.12420

A Unified Bellman Operator for Safety-Critical Reinforcement Learning

2026-10-07
2610.10519

Why Forget-Only Unlearning Needs Memorization

2026-10-07
2610.10538

Never Look Back: Understanding Persistence in 3D Object Memory from Egocentric Videos

2026-10-07
2610.10515

RoboJEPA: Scaling Robotic Latent World Models

2026-10-06
2610.08781

IdeaAnchor: Teaching LLMs to Turn Literature into Research Ideas