研究・論文

研究者Haggai Roitman氏が2026年6月、自律型AIエージェントの構築技術を基盤層からデプロイまで一冊に整理した論文をarXivで公開しました。散在していた知識を体系的にまとめた実践者向けガイドです。

米パデュー大学の研究者がOpenAIのコーディングエージェントCodexを使い、物理系の機械学習論文4本を12回再現する実験を実施しました。158件の検証対象すべてで論文の主張と一致し、証拠に基づく完了判定の仕組みも示されています。

米国の研究チームが10種類のLLMエージェントを昇進委員会などの討論に参加させた実験で、非公開発言と公開発言の意味的一致度が0.730から0.660へ低下し、矛盾判定の割合も2.1%から19.4%に増加したことが分かりました。

線形アテンション系AIは長文で過去の詳細を忘れやすい課題があります。Wanyun Cui氏のHOLAは予測が外れた箇所だけ厳密に保存する仕組みを追加し、3.4億パラメータでWikitext困惑度を26.88から22.92へ改善しました。

ICML2026採択の論文が、LLMエージェントはベンチマークで高得点でも実運用の変化に弱いと実証しました。知覚・対話・推論・内部状態という4階層で評価し、摂動を加えた再訓練で大幅な改善も確認しています。

研究チームが83のLLMを分析し、人間の知能g因子に似た「創造性因子c」を発見しました。ばらつきの81.5%を単一因子が説明する結果です。

Amazon等の研究チームがLLMの「データ参照エラー」を初めて体系的に測定した論文をACL2026で発表しました。軽量な検証モデルの併用で正答率が最大12%改善しています。

新ベンチマーク「SWE-INTERACT」により、フロンティアモデルは要件が段階的に開示されるマルチターン設定で性能が約50%から25%に低下することが判明しました。AIコーディング支援の現実的な限界を明らかにした研究です。

InternScienceが公開したAgents-A1は、35BパラメータのMoEモデルでありながら、推論トークン長を4万5千まで拡張するエージェント設計と多段階蒸留によって兆パラメータ級モデルと同等の性能を達成しました。

マルチエージェントAIシステムの実行中の攻撃（メモリポイズニング・ツール改ざんなど）を動的に防ぐ「ANIS」フレームワークがarXivで公開されました。訓練時のアライメントを補完する6層の免疫タワー設計で、エージェント開発のセキュリティ設計に直接活用できます。