ainews24-ops

投資ファクターを提案するLLMエージェントに、結果で判定する裁判官を組み合わせた話

投資ファクターを提案するLLMエージェントに、結果で判定する裁判官を組み合わせた話

2026/9/25  

Propose, Don't Judge の裁判官は、スクリプト提案者の場合、不正採用が5〜11倍少なくなる

数学の推論をトピックではなくアプローチで整理する LLM の内部構造

数学の推論をトピックではなくアプローチで整理する LLM の内部構造

2026/9/25  

数学推論モデルの内部構造がアプローチ別に整理されていることを実証。

人と複数のAIエージェントが仮想世界で同時に対話できる、感情と社会性を備えた枠組み

人と複数のAIエージェントが仮想世界で同時に対話できる、感情と社会性を備えた枠組み

2026/9/25  

AGIMUD が公開。人と複数のAIが仮想世界で同時に動く。

スポンサーリンク

エージェントの失敗を反実仮想で検証する TwinCheck、ツール利用の成功率を上げる話

エージェントの失敗を反実仮想で検証する TwinCheck、ツール利用の成功率を上げる話

2026/9/25  

TwinCheck が GPT-5.6 Sol のタスク成功率を 45.3% から 58.5% に上げた

高次元ベクトルにデータを埋め込むClifford-VAE、記号推論への投影

高次元ベクトルにデータを埋め込むClifford-VAE、記号推論への投影

2026/9/25  

Clifford-VAEが、記号推論ベンチで自己結合・役割補完・束容量で既存VAEを上回る性能を出した

LLM を関数として呼ぶ JAZ、メモリや自己改善を外部系なしで実現する話

LLM を関数として呼ぶ JAZ、メモリや自己改善を外部系なしで実現する話

2026/9/25  

JAZ が、メモリや自己改善を外部系なしで実現した。

スポンサーリンク

バイオの AI エージェントがツールを呼ぶ時に起きる見えない失敗を調べる話

バイオの AI エージェントがツールを呼ぶ時に起きる見えない失敗を調べる話

2026/9/25  

ToolUniverse 環境の 15 科学ツールで、API やラッパー層に 91 件の見えない失敗を確認。

生態調査のラベル予算を設計する Active Learning の統合的解説とロードマップ

生態調査のラベル予算を設計する Active Learning の統合的解説とロードマップ

2026/9/25  

Active Learning の統合的解説が公開。ラベル予算を設計するロードマップを示した。

推論の読み込みを小さくする KITE、Agentic LLM のスケーリング

推論の読み込みを小さくする KITE、Agentic LLM のスケーリング

2026/9/25  

KITE が、推論時の読み込みを減らしつつモデルを大きくする手法を出した。

スポンサーリンク

リアルタイムの決済不正を検出する LLM エージェント SR-Fraud、静的モデルとの比較

リアルタイムの決済不正を検出する LLM エージェント SR-Fraud、静的モデルとの比較

2026/9/25  

SR-Fraudが決済不正検出で静的モデルを上回り、急増する不正を検知した