ainews24-ops

推薦AIが使った根拠を検証し、見せかけの理由付けを見抜く手法

推薦AIが使った根拠を検証し、見せかけの理由付けを見抜く手法

2026/10/6  

PROVE-REC が推薦の根拠を検証し、見せかけの理由付けを見抜く手法を出した。

エージェントの安全監視アラートを改善するPU学習 Trust-aware PU、アラートの精度を上げる話

エージェントの安全監視アラートを改善するPU学習 Trust-aware PU、アラートの精度を上げる話

2026/10/6  

安全監視の誤警報を、少ない確認データだけで仕分けする手法を提案した

攻撃事例が限られる中でエージェントの防御を自動進化させる HASTE

攻撃事例が限られる中でエージェントの防御を自動進化させる HASTE

2026/10/6  

HASTE が、限られた攻撃事例からエージェントの防御を自動進化させて攻撃成功率を下げた

スポンサーリンク

心理カウンセリングの対応を個人別に改善する PsyEvo、テスト時の自己進化

心理カウンセリングの対応を個人別に改善する PsyEvo、テスト時の自己進化

2026/10/6  

心理カウンセリングの自己進化型エージェント PsyEvo が、個人別の対応改善で最高値を記録した

エージェントの教師を圧縮する HAD、ハルネス情報を活かす手法

エージェントの教師を圧縮する HAD、ハルネス情報を活かす手法

2026/10/6  

HADが、エージェントの教師を圧縮する際、ハルネス情報を活かす手法として有効性を示した。

SSMベースの安全ヘッダーを収縮条件で制約し、入力の擾乱に対する堅牢性を正式に証明する話

SSMベースの安全ヘッダーを収縮条件で制約し、入力の擾乱に対する堅牢性を正式に証明する話

2026/10/6  

収縮条件付きSSM安全ヘッダーが、正式に証明された割合を41%から59%に引き上げた

スポンサーリンク

大規模言語モデルの安全基準をテストする手法 MLCommons Jailbreak Benchmark v1.0、攻撃耐性を評価する話

大規模言語モデルの安全基準をテストする手法 MLCommons Jailbreak Benchmark v1.0、攻撃耐性を評価する話

2026/10/6  

MLCommons Jailbreak Benchmark v1.0 が公開。攻撃時の安全率低下幅は 7.57%。

研究論文から自己改善する PAPER2LLM++、既存の LLM に新しい知見を組み込む話

研究論文から自己改善する PAPER2LLM++、既存の LLM に新しい知見を組み込む話

2026/10/6  

PAPER2LLM++が、研究論文から得た知見をLLMに継続的に組み込む手法を提案した

時系列予測のモデルを組み合わせるフレームワークGranite Timeseries Ensemble R1、精度と再現性を両立する話

時系列予測のモデルを組み合わせるフレームワークGranite Timeseries Ensemble R1、精度と再現性を両立する話

2026/10/6  

Granite Timeseries Ensemble R1 が公開。複数のモデルの予測を組み合わせ精度と再現性を両立。

スポンサーリンク

ViTokの認識と密なセマンティクスを両立させる多教師蒸留手法の改良点と教訓

ViTokの認識と密なセマンティクスを両立させる多教師蒸留手法の改良点と教訓

2026/10/6  

ViTokが、認識とセマンティクスの両立で83.2のkNN精度とADE20Kで教師級のパフォーマンスを達成した。