arxiv生成AI論文解説 by ずんだもん

言語モデルの統計的自己整合性、長い履歴を使うロボット、科学図表の編集、事前学習データ汚染、検索エージェント協調を、最新arXiv論文5本から解説します。

▼ 今日の論文

・部分集団と全体回答の自己整合性

・八千時点のロボット文脈

・論文改訂から学ぶ科学図表編集

・公開討論欄と学習データの安全

・検索エージェントの失敗反復防止

▼ 参考論文

・https://arxiv.org/abs/2607.15277

・https://arxiv.org/abs/2607.15275

・https://arxiv.org/abs/2607.15272

・https://arxiv.org/abs/2607.15267

・https://arxiv.org/abs/2607.15257

#生成AI #LLM #ロボットAI #AI安全 #arXiv #ずんだもん

クラウド障害対応、精神医療LLMの安全性、ペルソナベクトル、KVキャッシュ、強化学習を扱うarXiv論文5本を解説します。

▼ 論文URL

https://arxiv.org/abs/2607.13035

https://arxiv.org/abs/2607.13036

https://arxiv.org/abs/2607.13162

https://arxiv.org/abs/2607.13205

https://arxiv.org/abs/2607.13394

#arxiv #LLM #生成AI #AI安全性 #ずんだもん

生成AIの信頼性を、時点固定学習、専門領域、アクセシビリティ、医療から読み解きます。

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.11889 — 未来情報を混ぜない言語モデル

https://arxiv.org/abs/2607.11891 — 専門領域QA評価

https://arxiv.org/abs/2607.11893 — 点字翻訳の課題

https://arxiv.org/abs/2607.11933 — RAG再順位付け

https://arxiv.org/abs/2607.12051 — 医療AIエージェント

#生成AI #LLM #AI #人工知能 #arxiv #論文解説 #ゆっくり解説 #ずんだもん #機械学習

2026年7月14日公開のarXiv生成AI論文から10本を解説します。

医療の根拠確認、軽量モデル、長文金融予測、端末内翻訳、量子化の隠れた推論劣化、日本語で考える言語モデル、検索エージェントを取り上げます。

▼ 今日の論文ラインナップ

・不規則な臨床時系列を読む医療QAベンチマーク — Frank Nie ほか（arXiv:2607.09880）

・19億パラメータのオープン小型言語モデルIndex-1.9B — Lusheng Zhang ほか（arXiv:2607.09885）

・推薦エージェントを一つ選ぶより候補を統合するRouteRec — Kaiji Zhou ほか（arXiv:2607.09908）

・企業買収の成立を長文資料から予測する言語モデル — Hinal Jajal ほか（arXiv:2607.09921）

・臨床試験要約の根拠性を利害関係者別に測る — Robert Williams（arXiv:2607.09932）

・端末内字幕翻訳を仕事量に合わせて最適化する — Tsz-To Wong（arXiv:2607.09957）

・量子化で正答率に出ない推論の失敗を調べる — Renuka Oladri ほか（arXiv:2607.09999）

・大規模ウェブコーパス内の文章コピーを検出するFindMyText — Lars Henry Berge Olsen ほか（arXiv:2607.10020）

・日本語で考える言語モデルの性能コスト — Yuu Jinnai（arXiv:2607.10114）

・検索APIをエージェントの判断面として評価する — Sriram Selvam ほか（arXiv:2607.10198）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.09880 — 不規則な臨床時系列を読む医療QAベンチマーク

https://arxiv.org/abs/2607.09885 — 19億パラメータのオープン小型言語モデルIndex-1.9B

https://arxiv.org/abs/2607.09908 — 推薦エージェントを一つ選ぶより候補を統合するRouteRec

https://arxiv.org/abs/2607.09921 — 企業買収の成立を長文資料から予測する言語モデル

https://arxiv.org/abs/2607.09932 — 臨床試験要約の根拠性を利害関係者別に測る

https://arxiv.org/abs/2607.09957 — 端末内字幕翻訳を仕事量に合わせて最適化する

https://arxiv.org/abs/2607.09999 — 量子化で正答率に出ない推論の失敗を調べる

https://arxiv.org/abs/2607.10020 — 大規模ウェブコーパス内の文章コピーを検出するFindMyText

https://arxiv.org/abs/2607.10114 — 日本語で考える言語モデルの性能コスト

https://arxiv.org/abs/2607.10198 — 検索APIをエージェントの判断面として評価する

#生成AI #LLM #RAG #AIエージェント #量子化 #arxiv #論文解説 #ゆっくり解説 #ずんだもん

7月13日に公開された生成AI・言語モデル関連のarXiv論文を10本、背景から結果まで日本語で解説します。RAGの対象取り違え、長文推論、AIコンパニオンの安全性を扱います。

▼ 今日の論文ラインナップ

・追加計算を必要なトークンへ配分するHALO — Micah Zhang（arXiv:2607.08775）

・アライメント急変は再現性があるのか — Abhinav Rao ほか（arXiv:2607.09053）

・知識グラフの事実確認を行うAgentKGV — Yumin Heo ほか（arXiv:2607.09092）

・法的先例検索をグラフで精密化するPRecG — Devanshu Verma ほか（arXiv:2607.09094）

・投資分析をRAGで支援する言語モデル — Bartosz Ziółko ほか（arXiv:2607.09121）

・学習済み重みの形を初期化に使えるか — Konstantin Garbers ほか（arXiv:2607.09204）

・小型言語モデルの創造性・誠実さ・忘却 — Kwan Soo Shin ほか（arXiv:2607.09306）

・長文の自然な証拠連鎖を測るWILDTRACE — Zixin Chen ほか（arXiv:2607.09328）

・医療RAGの対象取り違えを検出する — Cedric Caruzzo ほか（arXiv:2607.09349）

・長文の必要箇所だけでテスト時学習する — Xinyu Zhu ほか（arXiv:2607.09415）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.08775

https://arxiv.org/abs/2607.09053

https://arxiv.org/abs/2607.09092

https://arxiv.org/abs/2607.09094

https://arxiv.org/abs/2607.09121

https://arxiv.org/abs/2607.09204

https://arxiv.org/abs/2607.09306

https://arxiv.org/abs/2607.09328

https://arxiv.org/abs/2607.09349

https://arxiv.org/abs/2607.09415

#生成AI #LLM #AI #人工知能 #arxiv #論文解説 #機械学習 #ディープラーニング #RAG #長文推論

今回はarXivに投稿された生成AI・LLM関連の最新論文10本を、ずんだもんと四国めたんが解説します。必要なトークンだけ追加で精錬するHALO、引用が本物でも別の薬の根拠を取り違える医療RAGの危険、長文の中からモデル自身が学ぶべき証拠を選ぶテスト時学習まで、性能・評価・安全性を横断して紹介します。

▼ 今日の論文ラインナップ

・必要なトークンだけ考え直す「HALO」 — Micah Zhang（arXiv:2607.08775）

・アライメントの急変は見かけかを検証する — Abhinav Rao ら（arXiv:2607.09053）

・知識グラフをエージェント型RAGで事実確認する — Yumin Heo ら（arXiv:2607.09092）

・学習済み重みの形を初期化に使えるか — Konstantin Garbers ら（arXiv:2607.09204）

・小型モデルで創造性・誠実さ・忘却を探る — Kwan Soo Shin ら（arXiv:2607.09306）

・長文内の自然な証拠の道筋を測るWILDTRACE — Zixin Chen ら（arXiv:2607.09328）

・対話AIの矛盾を制約充足問題として検出する — Tiziano Labruna ら（arXiv:2607.09338）

・専門知識で非構造データから因果を見つける — Xin Li ら（arXiv:2607.09348）

・医療RAGで「別の薬の根拠」を取り違える危険 — Cedric Caruzzo ら（arXiv:2607.09349）

・長文の必要箇所だけでテスト時学習する — Xinyu Zhu ら（arXiv:2607.09415）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.08775 — 必要なトークンだけ考え直す「HALO」

https://arxiv.org/abs/2607.09053 — アライメントの急変は見かけかを検証する

https://arxiv.org/abs/2607.09092 — 知識グラフをエージェント型RAGで事実確認する

https://arxiv.org/abs/2607.09204 — 学習済み重みの形を初期化に使えるか

https://arxiv.org/abs/2607.09306 — 小型モデルで創造性・誠実さ・忘却を探る

https://arxiv.org/abs/2607.09328 — 長文内の自然な証拠の道筋を測るWILDTRACE

https://arxiv.org/abs/2607.09338 — 対話AIの矛盾を制約充足問題として検出する

https://arxiv.org/abs/2607.09348 — 専門知識で非構造データから因果を見つける

https://arxiv.org/abs/2607.09349 — 医療RAGで「別の薬の根拠」を取り違える危険

https://arxiv.org/abs/2607.09415 — 長文の必要箇所だけでテスト時学習する

#生成AI #ChatGPT #Claude #LLM #AI #人工知能 #arxiv #論文解説 #ゆっくり解説 #ずんだもん #OpenAI #Anthropic #機械学習 #ディープラーニング

今回はarXivに投稿された生成AI・LLM関連の最新論文10本を、ずんだもんと四国めたんが解説します。フィールズ賞受賞者テレンス・タオも著者に名を連ねる「LLMは数学の研究フロンティアに挑めるか」という提言論文、ウソをつく生成AIとウソを見抜く生成AIを戦わせて鍛える「ハルシネーション・セルフプレイ」、そして実際の物流拠点で本番稼働させたAIエージェントの高速化事例など、基礎研究から実運用まで幅広く取り上げます。

▼ 今日の論文ラインナップ

・数式証明ソルバーから研究パートナーへ――LLMは数学の未解決問題に挑めるか — Eric Jiang ら（arxiv:2607.07779）

・LLMを賢く"痩せさせる"新しい枝刈り手法 — Ryota Kobayashi ら（arxiv:2607.08027）

・検索エージェントが自分で自分を鍛える「DeepSearch-World」 — Xinyu Geng ら（arxiv:2607.07820）

・同じ処理を毎回考えさせない――自己進化するツール作りAIエージェント — Kalle Kujanpää ら（arxiv:2607.08010）

・ウソを見抜くAIと、ウソをつくAIを戦わせる「ハルシネーション・セルフプレイ」 — Shiping Yang ら（arxiv:2607.07993）

・間違った一言を褒めすぎるAI――強化学習を正す新手法「TACO」 — Xiuyi Lou ら（arxiv:2607.07976）

・LLMの論理は信じていいのか――グラフで推論の一貫性を測る — Riccardo Revalor ら（arxiv:2607.08017）

・AIがAIの音声対話を採点する――Geminiは人間の代わりになれるか — A. Sayyad ら（arxiv:2607.07985）

・偏見をなくそうとしたら、別の偏見が生まれた――デバイアスの落とし穴 — Yahan Zheng ら（arxiv:2607.07937）

・西洋中心の価値観を脱するAI――92カ国調査から作った価値観データセット「PLURAL」 — Dhruv Agarwal ら（arxiv:2607.08034）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.07779 — 数式証明ソルバーから研究パートナーへ――LLMは数学の未解決問題に挑めるか

https://arxiv.org/abs/2607.08027 — LLMを賢く"痩せさせる"新しい枝刈り手法

https://arxiv.org/abs/2607.07820 — 検索エージェントが自分で自分を鍛える「DeepSearch-World」

https://arxiv.org/abs/2607.08010 — 同じ処理を毎回考えさせない――自己進化するツール作りAIエージェント

https://arxiv.org/abs/2607.07993 — ウソを見抜くAIと、ウソをつくAIを戦わせる「ハルシネーション・セルフプレイ」

https://arxiv.org/abs/2607.07976 — 間違った一言を褒めすぎるAI――強化学習を正す新手法「TACO」

https://arxiv.org/abs/2607.08017 — LLMの論理は信じていいのか――グラフで推論の一貫性を測る

https://arxiv.org/abs/2607.07985 — AIがAIの音声対話を採点する――Geminiは人間の代わりになれるか

https://arxiv.org/abs/2607.07937 — 偏見をなくそうとしたら、別の偏見が生まれた――デバイアスの落とし穴

https://arxiv.org/abs/2607.08034 — 西洋中心の価値観を脱するAI――92カ国調査から作った価値観データセット「PLURAL」

#生成AI #ChatGPT #Claude #LLM #AI #人工知能 #arxiv #論文解説 #ゆっくり解説 #ずんだもん #OpenAI #Anthropic #機械学習 #ディープラーニング

今回はarXivに投稿された生成AI関連の最新論文10本を、ずんだもんと四国めたんが解説します。テンセントのWeChat AIチームによる1000億パラメータ超モデルの新スケーリング手法「Hidden Decoding」、応答を最大6.6倍高速化する投機的デコーディング「DominoTree」、そしてLLMが未来予測で「本当は答えを知っているのに言わない」ことを暴いた内部解析研究など、モデルの中身を覗く研究から実運用の効率化まで幅広く取り上げます。

▼ 今日の論文

・Hidden Decoding at Scale: Latent Computation Scaling for Large Language Models — Tencent WeChat AI Team — https://arxiv.org/abs/2607.08186

・DominoTree: Conditional Tree-Structured Drafting with Domino for Speculative Decoding — National Taiwan University — https://arxiv.org/abs/2607.08642

・It Takes a MAESTRO To Prune Bad Experts — IIT Delhi / NVIDIA — https://arxiv.org/abs/2607.08601

・UltraX: Refining Pre-Training Data at Scale with Adaptive Programmatic Editing — Peking University / Tsinghua University / ModelBest — https://arxiv.org/abs/2607.08646

・Prompt Compression via Activation Aggregation — Freie Universität Berlin — https://arxiv.org/abs/2607.08399

・Cross-seed explainability using Procrustes-conditioned Joint End-to-end Top-K Sparse Autoencoders — Eötvös Loránd University — https://arxiv.org/abs/2607.08499

・What LLM Forecasters Know but Don't Say: Probing Internal Representations for Calibration and Faithfulness — Cornell University / Eternis AI — https://arxiv.org/abs/2607.08046

・XALPHA: A Memory-Driven AI Quant Researcher for Hypothesis-to-Code Alpha Discovery — University of Hong Kong — https://arxiv.org/abs/2607.08332

・When Synthetic Speech Is All You Have: Better Call GRPO — Idiap Research Institute — https://arxiv.org/abs/2607.08409

・Two Axes of LLM Abstention: Answer Correctness and Question Answerability — City St George's, University of London — https://arxiv.org/abs/2607.08456

#生成AI #arxiv #論文解説 #ゆっくり解説 #ずんだもん #四国めたん #機械学習 #LLM #AI研究

著名な数学者テレンス・タオも著者に名を連ねる「LLMを数式ソルバーから研究エージェントへ」という提言論文、Amazonが実運用で実証した低遅延ツール作成エージェント、そして「偏見をなくそうとする対策が別の偏見を生む」という副作用を暴いた研究まで、LLMエージェント・推論の信頼性・公平性に関する最新論文10本をずんだもん＆四国めたんが解説。

▼ 今日の論文ラインナップ

・定理証明ソルバーから研究エージェントへ――テレンス・タオも参加するAI数学の未来像（arXiv:2607.07779）

・自分でウェブを探して賢くなるエージェント――検証可能な環境で自己蒸留するDeepSearch-World（arXiv:2607.07820）

・毎回コードを書き直すな、道具にしてしまえ――Amazonが実運用で示した低遅延エージェント（arXiv:2607.08010）

・強化学習が「ありえない単語」を強化してしまう罠――テール認識クレジット較正TACO（arXiv:2607.07976）

・幻覚を作る側と見抜く側が競い合って賢くなる――ハルシネーション・セルフプレイ（arXiv:2607.07993）

・「答えが合ってる」だけでは信用できない――LLMの論理の誠実さを測るGRAPHEVAL（arXiv:2607.08017）

・AIに人間の代わりに音声対話を採点させる――GeminiはVoice Agentの審判になれるか（arXiv:2607.07985）

・モデルを軽くしても賢さを落とさない――日本発の構造化枝刈り手法（arXiv:2607.08027）

・世界92か国の価値観をLLMに教える――グローバル価値観データセットPLURAL（arXiv:2607.08034）

・偏見をなくそうとする対策が、別の偏見を生んでしまう――デバイアスの思わぬ副作用（arXiv:2607.07937）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.07779 — From Solvers to Research: Large Language Model-Driven Formal Mathematics at the Research Frontier

https://arxiv.org/abs/2607.07820 — DeepSearch-World: Self-Distillation for Deep Search Agents in a Verifiable Environment

https://arxiv.org/abs/2607.08010 — Tool-Making and Self-Evolving LLM Agents in Low-Latency Systems

https://arxiv.org/abs/2607.07976 — When Implausible Tokens Get Reinforced: Tail-Aware Credit Calibration for LLM Reinforcement Learning

https://arxiv.org/abs/2607.07993 — Hallucination Self-Play: Bootstrapping Reinforced Detector via Evolved Generator

https://arxiv.org/abs/2607.08017 — Can We Trust LLM's Logic? Quantifying Uncertainty, Coherence, and Robustness via a Graph-Based Framework

https://arxiv.org/abs/2607.07985 — A Reliability Assessment of LALM Audio Judges for Full-Duplex Voice Agents

https://arxiv.org/abs/2607.08027 — Structured Pruning of Large Language Models via Power Transformation and Sign-Preserving Score Aggregation with Adaptive Feature Retention

https://arxiv.org/abs/2607.08034 — PLURAL: A Global Dataset for Value Alignment

https://arxiv.org/abs/2607.07937 — When Debiasing Backfires: Counterintuitive Side Effects of Preprocessing-Based Stereotype Mitigation

#生成AI #ChatGPT #Claude #LLM #AI #人工知能 #arxiv #論文解説 #ゆっくり解説 #ずんだもん #AIエージェント #機械学習 #ディープラーニング

LLMが黒人英語（AAE）を無自覚に標準英語へ「訂正」してしまう方言バイアスをアクティベーションステアリングで抑え込んだ研究、解いた問題の経験を学習可能な形でメモリに編集していく自己改善型LLM推論フレームワーク「MILES」、そして毎日何百万件も却下される動画広告を広告主の意図を壊さずに直すTencentの「R³」まで、LLM解釈性・安全性・エージェント・生成AI応用に関する最新論文10本をずんだもん＆四国めたんが解説。

▼ 今日の論文ラインナップ

・LLMが黒人英語をこっそり「添削」していた――方言バイアスをステアリングで抑える（arXiv:2607.06845）

・解いた問題の経験を自分で編集するLLM――自己改善型メモリMILES（arXiv:2607.06974）

・複数の先生に習うと道具を使いすぎる――AIエージェントの「行動レバレッジ」偏り問題（arXiv:2607.07050）

・公衆衛生Q&Aに強いLLMを作る――検索拡張生成の設計指針（arXiv:2607.06641）

・RAGの自動採点は信用できるか――実務データで検証する評価指標（arXiv:2607.07302）

・言葉の意味は曲がった空間に住んでいる――言語モデル埋め込みのリーマン幾何学（arXiv:2607.07047）

・「これ」「あれ」はどっちを指す?――多言語で見る視覚言語モデルの空間認識（arXiv:2607.07251）

・人間より上手いキャッチコピーを書くAI――強化学習で鍛える広告見出し生成（arXiv:2607.06818）

・広告の言い過ぎだけを直す――動画広告コンプライアンス修正AI「R³」（arXiv:2607.07318）

・隠語だらけのサイバー犯罪チャットをAIはどこまで読めるか（arXiv:2607.07277）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.06845 — LLMs Silently Correct African American English: Auditing and Mitigating Dialect Bias via Activation Steering

https://arxiv.org/abs/2607.06974 — MILES: Modular Instruction Memory with Learnable Selection for Self-Improving LLM Reasoning

https://arxiv.org/abs/2607.07050 — Behavior Leverage Imbalance in Multi-Teacher On-Policy Distillation

https://arxiv.org/abs/2607.06641 — Healthier LLMs: Retrieval-Augmented Generation for Public Health Question Answering

https://arxiv.org/abs/2607.07302 — Evaluating RAG Metrics in Applied Contexts: An Experiment, Its Findings and Its Limitations

https://arxiv.org/abs/2607.07047 — Riemannian Geometry for Pre-trained Language Model Embeddings

https://arxiv.org/abs/2607.07251 — Evaluation of Multilingual Ability to Use Spatial Deictic Expressions in Vision-Language Models

https://arxiv.org/abs/2607.06818 — Ad Headline Generation using Self-Critical Masked Language Model

https://arxiv.org/abs/2607.07318 — R^3: Advertisement Compliance Rectification via Group-Relative Experience Extractor and Curriculum Reinforcement

https://arxiv.org/abs/2607.07277 — Understanding Interpretation Difficulty in Harmful Online Communication: Insights from Cybercrime Communities

#生成AI #ChatGPT #Claude #LLM #AI #人工知能 #arxiv #論文解説 #ゆっくり解説 #ずんだもん #AIエージェント #機械学習 #ディープラーニング