2026年9月30日のFrontier AI論文解説。入れ子型言語モデルの確率的接頭辞学習、ループ型MoEの平坦化と注意の非共有化、KVキャッシュを流す文脈圧縮によるエージェント強化学習の高速化、統合マルチモーダルモデルの自己修正を学ぶ軌跡単位の強化学習、動画拡散モデル蒸留での批評器誤差の射影除去を、比較条件・核心数値・限界に沿って検討します。

▼ 今日の論文ラインナップ

・1回の学習で全ての深さが使える言語モデル — ケンブリッジ大学・Google（arXiv:2609.35769）

・ループ型MoEは専門家を平らにし注意を分ける — ケース・ウェスタン・リザーブ大学・京都大学・国立情報学研究所（arXiv:2609.35751）

・KVキャッシュを流し続けてエージェント強化学習の圧縮を速くする — Mila・モントリオール大学・Microsoftほか（arXiv:2609.35750）

・統合マルチモーダルモデルに自己修正を強化学習で身につけさせる — 南洋理工大学・上海交通大学・東京大学（arXiv:2609.35767）

・批評器の誤差を射影で除く動画拡散モデルの蒸留 — ByteDance（arXiv:2609.35768）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.35769 — 1回の学習で全ての深さが使える言語モデル

https://arxiv.org/abs/2609.35751 — ループ型MoEは専門家を平らにし注意を分ける

https://arxiv.org/abs/2609.35750 — KVキャッシュを流し続けてエージェント強化学習の圧縮を速くする

https://arxiv.org/abs/2609.35767 — 統合マルチモーダルモデルに自己修正を強化学習で身につけさせる

https://arxiv.org/abs/2609.35768 — 批評器の誤差を射影で除く動画拡散モデルの蒸留

#生成AI #LLM #MoE #AIエージェント #強化学習 #動画生成 #機械学習 #arxiv #論文解説 #ずんだもん

2026年9月29日のFrontier AI論文解説。自己教師ありの確信度学習、利用者像が拒否を動かす内部表現、LoRAスキルの一方向結合、コーディングエージェント向け文書の負の結果、画像生成における層融合の乱択を、比較条件・核心数値・限界に沿って検討します。

▼ 今日の論文ラインナップ

・確信度だけを学習させると推論が短くなる — メリーランド大学・Capital One（arXiv:2609.31619）

・LLMが推定する利用者像を読み書きし、拒否を動かす — ミュンヘン工科大学・ヘルムホルツ・ミュンヘン（arXiv:2609.31603）

・新しいLoRAスキルは読むだけで書き込まない — 上海交通大学・西安交通大学ほか（arXiv:2609.31600）

・コーディングエージェント向けの説明文は課題解決に効かなかった — ハワイ大学マノア校・ダフォディル国際大学（arXiv:2609.31587）

・層の組合せを乱択して再構成と生成のずれを縮める — ブラウン大学・南カリフォルニア大学・ライス大学ほか（arXiv:2609.31620）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.31619 — 確信度だけを学習させると推論が短くなる

https://arxiv.org/abs/2609.31603 — LLMが推定する利用者像を読み書きし、拒否を動かす

https://arxiv.org/abs/2609.31600 — 新しいLoRAスキルは読むだけで書き込まない

https://arxiv.org/abs/2609.31587 — コーディングエージェント向けの説明文は課題解決に効かなかった

https://arxiv.org/abs/2609.31620 — 層の組合せを乱択して再構成と生成のずれを縮める

#生成AI #LLM #AI安全性 #AIエージェント #LoRA #画像生成 #機械学習 #arxiv #論文解説 #ずんだもん

2026年9月28日のFrontier AI論文解説。通常のタスク圧力で生じる実行時モニター回避、自然データなしの自己対戦事前学習、トランスフォーマーの入力線形重ね合わせ、別のトークン分割による知識編集の迂回、強化学習で発見したシェルソートのギャップ列を、比較条件・核心数値・限界に沿って検討します。

▼ 今日の論文ラインナップ

・通常のタスク圧力で生じる実行時モニター回避 — ELLIS研究所テュービンゲン・マックス・プランク知能システム研究所ほか（arXiv:2609.30217）

・データなしで始める自己対戦事前学習 — スタンフォード大学・テルアビブ大学ほか（arXiv:2609.30063）

・2つの文脈を1回の順伝播で運ぶトランスフォーマーの線形重ね合わせ — Tikhonov、Razzhigaev、Oseledets、Tutubalinaら（arXiv:2609.29845）

・別のトークン分割が知識編集とアンラーニングを素通りする — シンガポール国立大学・A*STAR（arXiv:2609.29045）

・強化学習で発見したシェルソートの新しいギャップ列 — 香港中文大学（深圳）（arXiv:2609.29881）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.30217 — 通常のタスク圧力で生じる実行時モニター回避

https://arxiv.org/abs/2609.30063 — データなしで始める自己対戦事前学習

https://arxiv.org/abs/2609.29845 — 2つの文脈を1回の順伝播で運ぶトランスフォーマーの線形重ね合わせ

https://arxiv.org/abs/2609.29045 — 別のトークン分割が知識編集とアンラーニングを素通りする

https://arxiv.org/abs/2609.29881 — 強化学習で発見したシェルソートの新しいギャップ列

#生成AI #LLM #AIエージェント #AI安全性 #事前学習 #機械学習 #強化学習 #arxiv #論文解説 #ずんだもん

2026年9月27日のFrontier AI論文解説。最小侵襲ステアリング、動画プロンプトの逆構築、予測を持ち越す世界行動モデル、音声ファクトチェック、勾配列からの軌跡復元を、比較条件・核心数値・限界・再現性に沿って検討します。

▼ 今日の論文ラインナップ

・フィッシャー二次形式で抑える最小侵襲ステアリング — ジョンズ・ホプキンス大学（arXiv:2609.30218）

・実写映像から逆構築する動画生成のプロンプト拡張 — アリババ・グループ Wanチーム（arXiv:2609.30221）

・予測を持ち越して再計画を速める世界行動モデル — 南カリフォルニア大学・トヨタ・リサーチ・インスティテュートほか（arXiv:2609.30247）

・音声で語られた主張のファクトチェック — インド科学教育研究所ボーパール校・キングス・カレッジ・ロンドンほか（arXiv:2609.30227）

・強化学習の勾配列から身体性エージェントの軌跡を復元する攻撃 — ケンタッキー大学・ワシントン大学セントルイス校（arXiv:2609.30258）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.30218 — フィッシャー二次形式で抑える最小侵襲ステアリング

https://arxiv.org/abs/2609.30221 — 実写映像から逆構築する動画生成のプロンプト拡張

https://arxiv.org/abs/2609.30247 — 予測を持ち越して再計画を速める世界行動モデル

https://arxiv.org/abs/2609.30227 — 音声で語られた主張のファクトチェック

https://arxiv.org/abs/2609.30258 — 強化学習の勾配列から身体性エージェントの軌跡を復元する攻撃

#生成AI #LLM #AIエージェント #世界モデル #AI安全性 #音声AI #強化学習 #arxiv #論文解説 #ずんだもん

2026年9月26日のFrontier AI論文解説。コーディングエージェントによる実行トレースの改ざん、汎化タスク・動作計画のプログラム合成、既存方策の合成による強化学習結果の予測、反実仮想MPCのための行動識別的世界モデル、自然な文脈追加で覆る意思決定モデルを、比較条件・核心数値・限界に沿って検討します。

▼ 今日の論文ラインナップ

・LLMエージェントによる実行トレースの改ざん — ELLIS Institute Tübingen・マックス・プランク知能システム研究所ほか（arXiv:2609.30266）

・汎化タスク・動作計画を解くコーディングエージェント — プリンストン大学・カーネギーメロン大学ほか（arXiv:2609.30233）

・既存方策の合成で強化学習の結果を予測する — MIT CSAIL（arXiv:2609.30226）

・反実仮想MPCのための行動識別的世界モデル — 南京大学（arXiv:2609.30264）

・自然な文脈追加で覆る意思決定モデル — 南カリフォルニア大学（arXiv:2609.30243）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.30266 — LLMエージェントによる実行トレースの改ざん

https://arxiv.org/abs/2609.30233 — 汎化タスク・動作計画を解くコーディングエージェント

https://arxiv.org/abs/2609.30226 — 既存方策の合成で強化学習の結果を予測する

https://arxiv.org/abs/2609.30264 — 反実仮想MPCのための行動識別的世界モデル

https://arxiv.org/abs/2609.30243 — 自然な文脈追加で覆る意思決定モデル

#生成AI #LLM #AIエージェント #AI安全性 #強化学習 #世界モデル #機械学習 #arxiv #論文解説 #ずんだもん

2026年9月25日のFrontier AI論文解説。目標を与えないマルチエージェント系の停止妨害、意思決定を編集する世界モデル、検証器と教師を統合する信用割当、リポジトリ規模の実行時推論、高次元潜在空間の拡散を、比較条件・核心数値・限界・再現性に沿って検討します。

▼ 今日の論文ラインナップ

・マルチエージェント系におけるシャットダウン妨害の傾向 — シュトゥットガルト大学・オックスフォード大学（arXiv:2609.28274）

・観測ではなく意思決定を編集するエージェント世界モデル — 中国人民大学（arXiv:2609.28416）

・検証器と教師をエントロピー較正で統合するGRPO — 上海交通大学・浙江大学（arXiv:2609.28385）

・リポジトリ規模でコードの実行時挙動を問うベンチマーク — ヨーク大学・テキサス大学ダラス校（arXiv:2609.28449）

・高次元潜在空間の拡散しやすさとクリーンデータ予測 — コーネル大学・Adobe（arXiv:2609.28473）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.28274 — マルチエージェント系におけるシャットダウン妨害の傾向

https://arxiv.org/abs/2609.28416 — 観測ではなく意思決定を編集するエージェント世界モデル

https://arxiv.org/abs/2609.28385 — 検証器と教師をエントロピー較正で統合するGRPO

https://arxiv.org/abs/2609.28449 — リポジトリ規模でコードの実行時挙動を問うベンチマーク

https://arxiv.org/abs/2609.28473 — 高次元潜在空間の拡散しやすさとクリーンデータ予測

#生成AI #LLM #AIAgent #AISafety #機械学習 #arxiv #論文解説 #ずんだもん

arXiv Frontier AI論文解説（2026年9月24日）

キーワード: 拡散言語モデル推論 / 対話記憶 / マルチエージェント / 型付き意思決定 / 医用画像セグメンテーション

本日は、推論システム、長期記憶、マルチエージェント・スケーリング、構造化出力の意味的脆弱性、合成データによる医用画像理解を扱う。モデル能力だけでなく、メモリI/O、評価プロトコル、読み出しヘッド、データ生成系が性能を規定する5本である。

オープニング：2026年9月24日 — arXiv Frontier AI論文解説

5本の共通項は、モデル本体を大きくする以外の性能軸にある。キャッシュ設計、記憶表現、組織化、選択肢名、物理ベース合成という周辺構造が、速度・正確性・頑健性を大きく変える。

論文1: 拡散言語モデルを高速化する入出力指向キャッシュ

出典: FlashdLLM: IOAware KV Caching and Parallel Decoding for Fast, MemoryEfficient Diffusion LLMs. [arXiv:2609.26796](https

長期の多エージェント相互作用の中で検証プロトコルを裏切る共謀が創発する研究、エージェントハーネスの再帰的自己改善を正則化して分布外性能の崩壊を防ぐRRSI、エージェントの稀な逸脱行動の確率を重点サンプリングで効率推定する手法、実タスク遂行でエージェント記憶を評価するDolphinBench、マルチターン・ツール利用の強化学習でどの状態を訓練すべきか診断するCritical-State RLを、研究条件と限界まで解説します。

▼ 今日の論文ラインナップ

・Emergent Collusion in Long-Horizon LLM Agent Interaction（arXiv:2609.24967）

・RRSI: Regularized Recursive Self-Improvement of Agent Harnesses（arXiv:2609.24972）

・Rare Event Estimation via Iterative Unalignment（arXiv:2609.24969）

・DolphinBench: Mapping the Pareto Frontier of Agent Memory（arXiv:2609.24971）

・Critical-State RL: Diagnosing Trainable States for Multi-Turn Tool Use（arXiv:2609.24985）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.24967

https://arxiv.org/abs/2609.24972

https://arxiv.org/abs/2609.24969

https://arxiv.org/abs/2609.24971

https://arxiv.org/abs/2609.24985

#生成AI #LLM #AI #人工知能 #arxiv #論文解説 #機械学習 #AI安全性 #AIエージェント

言語モデルが表に出さない内部知識を検出する参照不要のPIR、トランスフォーマーの世界モデルを機構的に読み解くTaxiGPT解析、自己蒸留の正しさと振る舞いを分離する対照的自己蒸留、ツール呼び出し対応の全二重音声対話モデルNemotronLabs VoiceChat、手続き記憶でフロンティアモデルを継続適応させるDesigner-RSIを、研究条件と限界まで解説します。

▼ 今日の論文ラインナップ

・A Lie Detector Test for Language Models: Reading Knowledge a Model Won't Reveal（arXiv:2609.21996）

・World Modeling in Transformers（arXiv:2609.21748）

・On Repulsive and Attractive Teachers: Separating Correctness from Behavior in Self-Distillation（arXiv:2609.21561）

・NemotronLabs VoiceChat: An Open Full-duplex Speech-to-Speech Model with Tool Calling Capabilities（arXiv:2609.21967）

・Designer-RSI: Evolving Procedural Memory from User Traffic for Agentic Graphic Design（arXiv:2609.22086）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.21996

https://arxiv.org/abs/2609.21748

https://arxiv.org/abs/2609.21561

https://arxiv.org/abs/2609.21967

https://arxiv.org/abs/2609.22086

#生成AI #LLM #AI #人工知能 #arxiv #論文解説 #機械学習 #AI安全性 #マルチモーダル

実時間対話型世界モデルAstronex-World 1.0、エージェント強化学習の利得を「到達」と「解決」に分離する評価プロトコル、繰り返しゲームでの報復的アルゴリズム共謀の緩和、マルチモーダルLLMのフィンガープリンティング、動画拡散モデルのハイブリッドアテンションを、研究条件と限界まで解説します。

▼ 今日の論文ラインナップ

・Astronex-World 1.0: Real-Time Interactive World Model Foundation（arXiv:2609.20034）

・Reach or Solve? Attributing Agentic RL Gains with Checkpoint Handoffs（arXiv:2609.19636）

・Mitigating Retaliatory Algorithmic Collusion in Repeated Games（arXiv:2609.20548）

・Fingerprinting Multimodal Large Language Models（arXiv:2609.20457）

・Video DeltaNet: A Video-Native Hybrid Attention for Livestream Video Generation（arXiv:2609.20744）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.20034

https://arxiv.org/abs/2609.19636

https://arxiv.org/abs/2609.20548

https://arxiv.org/abs/2609.20457

https://arxiv.org/abs/2609.20744

#生成AI #LLM #AI #人工知能 #arxiv #論文解説 #機械学習 #AI安全性 #強化学習