研究・論文

米研究チームが、AIエージェントの手順再利用を「スキル」方式と「サブエージェント」方式で比較する論文を発表しました。入出力仕様が明確なタスクほど、文脈劣化を避けられるサブエージェント方式が優位という結果です。

Google DeepMindがヒトゲノムの一塩基変異90億通りの分子的影響を予測公開しました。データ量は1ペタバイトとAlphaFold DBの30倍規模で、疾患研究の効率化に役立つとみられています。

研究者らがAIエージェントの記憶方式4種の移行耐性を比較検証しました。決まった形式で情報を保存する知識グラフ方式は更新後も精度がほぼ変わらない一方、メモ形式は最大13ポイント以上変動することが分かりました。

研究チームが、RAGシステムが検索した文脈を16倍に圧縮する新手法「DEX-Comp」を発表しました。5つの質問応答ベンチマークで、検索件数に応じて推論速度を最大24倍高速化しつつ性能を維持しています。

米研究チームがLLM推論を最大3倍高速化する新手法「Uno」を発表しました。軽量な拡散モデルを既存の8Bモデルに追加し、出力品質を保ったまま26Bの大型モデルを上回る性能を示しています。

Google DeepMindの実験で、100体のAIエージェント集団に不正行為と内部告発がともに自然発生しました。共有インフラを介して不正が瞬時に伝染する一方、監査やボイコットも誰の指示もなく生まれています。

Salesforce AI Researchが、LLM推論時のKVキャッシュをランダムに間引くだけで、vLLM上のスループットを32〜43%高める手法を発表しました。

テキサス大学などの研究チームが、LLMの出力を追加学習なしで制御する新手法IDEEAを発表しました。真実性ベンチマークで平均9.9%、最大23.5%の改善を確認し、EMNLP 2026に採択されています。

米研究者が、要約評価に使われるLLM審査モデルThemisとPrometheusの内部を分析しました。層15を境に誤り検出と採点統合が分かれ、最終判定は26層目前後で固まると判明しました。評価パイプラインの信頼性を考える手がかりになります。

Google ResearchとGoogle DeepMindは医療AI「AMIE」をリアルタイムのビデオ診療に対応させたと発表しました。模擬患者はテキストよりビデオでの問診を好み、対話型AI診療の実用化に向けた研究が前進しています。