arxiv生成AI論文解説 by ずんだもん

拡散言語モデルのトークン確定タイミングを最適化する「TACG」、フィラートークンの裏で進む隠れた計算を高精度で読み取る解読手法、そして科学研究プロセス全体を動かす「エージェント型科学OS」SCIONまで、生成AI・LLM解釈性・AIエージェントに関する最新論文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

・拡散言語モデルの「決め時」を賢く選ぶ新手法TACG（arXiv:2607.03236）

・知識グラフで鍛える、LLMの微妙な違いを見抜く力――KARMA（arXiv:2607.03166）

・LLMの「指紋」を読み取る――スペクトル解析でモデル管理を効率化（arXiv:2607.03377）

・見えない思考回路を暴く――「・・・」の裏でLLMは計算していた（arXiv:2607.03502）

・分かってるのにやらない?――LLMは相手の本音を読めるのに従わない（arXiv:2607.03598）

・モデルに自分の裏の顔を語らせる――隠れた挙動を自白させるSARアダプター（arXiv:2607.03640）

・記憶の使い方も自分で編み出す――AIエージェントの自己最適化メモリSelfMem（arXiv:2607.03726）

・空気を読んで割り込むAI――多人数の共同作業を支えるProACT（arXiv:2607.03730）

・科学研究を丸ごと動かす「AIのOS」――エージェント時代の科学的発見基盤SCION（arXiv:2607.03863）

・GPT-3.5に聞くのをやめた――小さなモデルで賢く安く絞り込むRAGフィルタ（arXiv:2607.03929）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.03236 — Trajectory-Aware Commit Gating for Diffusion Language Model Decoding

https://arxiv.org/abs/2607.03166 — KARMA: Knowledge graph-based Automated Reasoning Materialization and Alignment

https://arxiv.org/abs/2607.03377 — Spectral Signatures of Large Language Models

https://arxiv.org/abs/2607.03502 — Reading Between the Dots: Decoding Hidden Computation across Filler Tokens

https://arxiv.org/abs/2607.03598 — They Infer What You Meant: Models Represent Communicative Intent More Reliably Than They Act On It

https://arxiv.org/abs/2607.03640 — Revealing Hidden Model Behaviors with Task-Specific Self-Reports

https://arxiv.org/abs/2607.03726 — SelfMem: Self-Optimizing Memory for AI Agents

https://arxiv.org/abs/2607.03730 — ProACT: Towards Breakdown-Aware Proactive Agent in Multi-User Collaboration

https://arxiv.org/abs/2607.03863 — Rethinking Scientific Discovery in an Agentic Era

https://arxiv.org/abs/2607.03929 — Probe, Don't Prompt: A Hidden-State Probe for Metadata Filtering in Multi-Meta-RAG

#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

グーグル・ディープマインドが公開した新型オープンモデル「Gemma 4」、学習時の64倍の長さまで文脈を見通せる「階層型スパースアテンション（HiLS）」、知識グラフの欠けたリンクを拡散モデルで埋める「DMKGC」まで、生成AI・LLM・エージェント・知識グラフに関する最新論文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

・生成と検証、なぜ食い違う？――頻度のクセを正して鍛えるLLMの自己一貫性（arXiv:2607.02668）

・グーグルの新型野心作――「Gemma 4」は思考モード搭載の軽量マルチモーダルAI（arXiv:2607.02770）

・もっともらしい理屈に丸め込まれるAI審判――物語仕立ての「レトリック注入」攻撃（arXiv:2607.02802）

・過去ログは捨てるものじゃない、鍛える教材だ――経験記憶で行動を予測するPraMem（arXiv:2607.02881）

・知識はあるのに実践できない――認知行動療法をLLMにやらせてわかった限界（arXiv:2607.02885）

・生徒の歩んだ道で教える――多言語RAGの言語崩れを防ぐ教師付き強化学習（arXiv:2607.02966）

・どこまでも見通せる文脈へ――階層型スパースアテンションHiLSはチャンク選択も学習で最適化（arXiv:2607.02980）

・返事を待たずに先読みする――会話の間も考え続けるプロアクティブ思考（arXiv:2607.03093）

・知識グラフの穴を拡散モデルで埋める――複数ドメインを横断するDMKGC（arXiv:2607.03154）

・フェイクニュースが暴動を呼ぶ前に――多言語マルチモーダルで危険な兆候を検知（arXiv:2607.02734）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.02668 — Improving LLMs via Validator-to-Generator Alignment

https://arxiv.org/abs/2607.02770 — Gemma 4 Technical Report

https://arxiv.org/abs/2607.02802 — Seduced by the Narrative: Assessing Rule Adherence in Semi-Open Textual Sandboxes

https://arxiv.org/abs/2607.02881 — PraMem: Practice-derived Experiential Memory for Long-horizon Behavior Prediction

https://arxiv.org/abs/2607.02885 — Where do LLMs Fall Short in CBT-Guided Affective Reasoning?

https://arxiv.org/abs/2607.02966 — Distill Where the Student Goes: Teacher-Regularized RL for English-Evidence Cross-Lingual RAG

https://arxiv.org/abs/2607.02980 — Hierarchical Sparse Attention Done Right: Toward Infinite Context Modeling

https://arxiv.org/abs/2607.03093 — Don't Wait to Reply: Towards Responsive yet Thoughtful Dialogue through Proactive Thinking

https://arxiv.org/abs/2607.03154 — Conditional Diffusion Guided Knowledge Transfer for Multi-Domain Knowledge Graph Completion

https://arxiv.org/abs/2607.02734 — Echoes of Unrest: A Multimodal NLP Framework for Early Warning of Fake News and Violence-Driven Mob Activity

#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 #Google #Gemma #機械学習 #ディープラーニング

ウォータールー大学らが提案した「あいまいな関数」を軽量ニューラルネットにコンパイルする新パラダイム「Program-as-Weights」、線形アテンションに海馬を与え記憶の忘却を防ぐ「HOLA」、90回の実験から見えたエージェント型コード生成の一発成功率を左右する要因まで、生成AI・LLM・エージェント・VLM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

・関数を自然言語で書いてコンパイルする――Program-as-Weightsという新しいプログラミング様式（arXiv:2607.02512）

・線形アテンションに海馬を与える――再帰状態が忘れる記憶を正確に補うHOLA（arXiv:2607.02303）

・道具より大事なのは考える時間――エージェント型コード生成の一発成功率を左右するもの（arXiv:2607.02436）

・意見が割れたら自分の頭で考えさせる――方策の食い違いで調整する自己蒸留DemoPSD（arXiv:2607.02502）

・見て、振り返り、正す――視覚に根ざした自己反省を強化学習で鍛えるVRRL（arXiv:2607.02490）

・ニューロンの反応を手がかりに――正解ラベルなしでLLMを鍛えるNeuron-OPSD（arXiv:2607.02460）

・記憶を持たせると考え方まで変わる――パーソナライズしたLLMの推論のブレを測るDriftLens（arXiv:2607.02374）

・AIとの協働がうまい人・下手な人――予測市場で見る人間の実力とハイブリッド知能（arXiv:2607.02467）

・画像に紛れた文字にだまされるCLIP――学習なしで弱点回路を見つけて防ぐ（arXiv:2607.02494）

・動くことを先に覚え、やることは後で教わる――ロボット基盤モデルの2段階事前学習TAP（arXiv:2607.02466）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.02512 — Program-as-Weights: A Programming Paradigm for Fuzzy Functions

https://arxiv.org/abs/2607.02303 — A Hippocampus for Linear Attention: An Exact Memory for What the Recurrent State Forgets

https://arxiv.org/abs/2607.02436 — Reasoning effort, not tool access, buys first-try reliability in agentic code generation

https://arxiv.org/abs/2607.02502 — DemoPSD: Disagreement-Modulated Policy Self-Distillation

https://arxiv.org/abs/2607.02490 — Visually Grounded Self-Reflection for Vision-Language Models via Reinforcement Learning

https://arxiv.org/abs/2607.02460 — Neuron-Aware Data Selection for Annotation-Free LLM Self-Distillation

https://arxiv.org/abs/2607.02374 — DriftLens: Measuring Memory-Induced Reasoning Drift in Personalized Language Models

https://arxiv.org/abs/2607.02467 — Human Capital, Not Model Benchmarks, Predicts Hybrid Intelligence in Forecasting

https://arxiv.org/abs/2607.02494 — Towards Robustness against Typographic Attack with Training-free Concept Localization

https://arxiv.org/abs/2607.02466 — Learning to Move Before Learning to Do: Task-Agnostic pretraining for VLAs

#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

Imperial College Londonと英国AIセキュリティ研究所がClaude Sonnet 4.5を「攻撃側」に据えて検証した、複数のプルリクエストに分散するAIコーディングエージェント攻撃「Distributed Attacks in Persistent-State AI Control」（見逃し率93%→47%）、カーネギーメロン大学らが暴いた「LLMエージェントの公開発言と本音のズレ」（3%→40%に急上昇）、MilaとマギルLLM大学によるアンラーニングの実効性検証テストベッド「LACUNA」など、生成AI・LLM・拡散モデル・エージェントに関する最新論文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

・エージェントは覚えている――複数のプルリクエストに攻撃を分散させるAIコーディングエージェントの危険性（arXiv:2607.02514）

・消したはずの記憶、本当に消えているか――パラメータレベルで検証するLLMアンラーニングの新テストベッドLACUNA（arXiv:2607.02513）

・危険信号が出たらすぐ止める――LLMのためのオンライン安全監視（arXiv:2607.02510）

・長い文章の中から「効く証拠」を選んで読み直す――訓練不要の長文推論ハーネスReContext（arXiv:2607.02509）

・見られていないところで本音が漏れる――マルチエージェント討論に潜む隠れた思惑（arXiv:2607.02507）

・動かない基準点で量子化する――画像・動画拡散トランスフォーマーのためのOrbitQuant（arXiv:2607.02461）

・拒否の壁は一本道ではない――高速に見つける多次元の拒否部分空間RFM-AGOP（arXiv:2607.02396）

・人間のチームを管理する方法をそのままエージェントに――制約によるコーディングエージェントの統制可能性（arXiv:2607.02389）

・賢くなればなるほど「人間らしさ」も上がるのか――LLMによる社会シミュレーションのスケーリング則（arXiv:2607.02464）

・性格診断の結果は「聞き方」で変わる――LLMペルソナが持つ二重の性質（arXiv:2607.02368）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.02514 — Distributed Attacks in Persistent-State AI Control

https://arxiv.org/abs/2607.02513 — LACUNA: LLMアンラーニングのパラメータレベル検証テストベッド

https://arxiv.org/abs/2607.02510 — Online Safety Monitoring for LLMs

https://arxiv.org/abs/2607.02509 — ReContext: 長文推論のための訓練不要エビデンス再読込ハーネス

https://arxiv.org/abs/2607.02507 — What LLM Agents Say When No One Is Watching

https://arxiv.org/abs/2607.02461 — OrbitQuant: 画像・動画拡散トランスフォーマーのデータ非依存量子化

https://arxiv.org/abs/2607.02396 — Fast Multi-dimensional Refusal Subspaces via RFM-AGOP

https://arxiv.org/abs/2607.02389 — Steerability via constraints: コーディングエージェントの統制可能性

https://arxiv.org/abs/2607.02464 — Will Scaling Improve Social Simulation with LLMs?

https://arxiv.org/abs/2607.02368 — The Dual Nature of LLM Persona

#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

セキュリティ企業パロアルトネットワークスが暴いた「BPEトークン化がLLM安全アラインメントに開ける穴」（拒否応答の80〜100%を外せる脆弱性）、カーネギーメロン大学のツール呼び出し逸脱検知「ProvenanceGuard」（誤検知率42.9%→1.8%）、そして「LLMの推論モード向上の91.3%は知識依存で真の推論力向上ではない」と実験で突きつけた「IsoSci」など、生成AI・LLM・エージェント・評価手法に関する最新論文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

・安全のすき間はトークンの境目に――BPEトークン化がLLMアラインメントに開ける穴（arXiv:2607.01239）

・行動の証跡でエージェントの逸脱を見抜く――プロヴェナンス解析によるLLMエージェントの誤作動防止（arXiv:2607.01236）

・スライディングウィンドウで賢く間引く――推論LLMを高速化するKVキャッシュ圧縮Kara（arXiv:2607.01237）

・生成過程を覗き込む――コード生成LLMのためのトークン単位説明可能性ツールTokenScope（arXiv:2607.01235）

・数え方ひとつで点数が跳ね上がる――プロンプトの数字アンカリングが暴くLLM誤り検出評価の落とし穴（arXiv:2607.01240）

・テキストを多重グラフへ――レヴィウォークで無駄をそぎ落とすプロンプト圧縮RAGP（arXiv:2607.01241）

・相互情報量で探索と選好調整を1つに――MI-EPOによる多目的LLMアラインメント（arXiv:2607.01392）

・根拠にどこまで忠実か、一歩ずつ採点する――FaithMedが鍛える医療LLMの忠実な推論（arXiv:2607.01440）

・同じ論理構造、違う分野知識――IsoSciが暴く「推論」と「知識検索」の混同（arXiv:2607.01431）

・学習なしで「どこから答えたか」を1/7の速さで特定する――マルチモーダル文書のための帰属手法MultAttnAttrib（arXiv:2607.01420）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.01239 — BPEトークン化がLLMアラインメントに開ける穴

https://arxiv.org/abs/2607.01236 — ProvenanceGuard: プロヴェナンス解析によるLLMエージェント誤作動防止

https://arxiv.org/abs/2607.01237 — Kara: スライディングウィンドウKVキャッシュ圧縮

https://arxiv.org/abs/2607.01235 — TokenScope: コード生成LLMのトークン単位説明可能性ツール

https://arxiv.org/abs/2607.01240 — F1インフレーション: プロンプトの数字アンカリングがLLM誤り検出評価を歪める

https://arxiv.org/abs/2607.01241 — RAGP: レヴィウォーク誘導グラフ刈り込みによるプロンプト圧縮

https://arxiv.org/abs/2607.01392 — MI-EPO: 相互情報量による多目的探索と選好最適化

https://arxiv.org/abs/2607.01440 — FaithMed: 根拠に忠実な医療推論をLLMに学習させる

https://arxiv.org/abs/2607.01431 — IsoSci: 推論力と知識検索を切り分ける同型科学問題ベンチマーク

https://arxiv.org/abs/2607.01420 — MultAttnAttrib: 学習不要のマルチモーダル文書帰属手法

#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

「LLMに人格を語ること」の哲学的前提を実験で覆す論文、軌跡を切り刻まずリスク予算だけで拡散LLMを強化学習し学習サンプルを半分以下にした「SLIM-RL」、離散と連続の2チャンネルをループさせて多段階推論の壁を破った「DiscoLoop」など、生成AI・LLM・拡散モデル・エージェント関連の最新論文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の人格」はどこに宿るのか——文脈依存性から個体性問題を捉え直す（arXiv:2607.00006）

・安全な言い換えか暴走する脚色か——創作支援LLMのジレンマを解くLoom（arXiv:2607.00009）

・ステアリングベクトルからモデル較正器へ——LLMの潜在空間を制御と信頼のために活用する（arXiv:2607.00083）

・アラビア語の文化的知識でLLMを試す——人間専門家とのクロス評価フレームワーク（arXiv:2607.00139）

・見えるが直せない——医療LLMのハルシネーションに関するニューロンレベルの証拠（arXiv:2607.00158）

・知識ベースVQAベンチマークの落とし穴を暴く——監査・修復・拡張（arXiv:2607.00159）

・軌跡分割なしで拡散LLMを強化学習——リスク予算型ランダムマスキングSLIM-RL（arXiv:2607.00208）

・学生エッセイへのフィードバックをLLMは書けるか——SEFORAコーパスとUniMatch評価（arXiv:2607.00274）

・会話は変わり続ける——時間発展する証拠グラフで状態を追跡するTRACE（arXiv:2607.00339）

・離散埋め込みと連続隠れ状態をループさせるDiscoLoop——多段階推論の壁を破る（arXiv:2607.00341）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2607.00006 — LLMの人格はどこに宿るのか（個体性問題）

https://arxiv.org/abs/2607.00009 — 創作支援フレームワークLoom

https://arxiv.org/abs/2607.00083 — ステアリングベクトルとモデル較正器

https://arxiv.org/abs/2607.00139 — アラビア語文化的知識のLLMベンチマーク

https://arxiv.org/abs/2607.00158 — 医療LLMハルシネーションのニューロンレベル分析

https://arxiv.org/abs/2607.00159 — 知識ベースVQAベンチマークの監査・修復・拡張

https://arxiv.org/abs/2607.00208 — SLIM-RL: 拡散LLMのリスク予算型強化学習

https://arxiv.org/abs/2607.00274 — SEFORAコーパスとUniMatch評価

https://arxiv.org/abs/2607.00339 — TRACE: 時間発展する証拠グラフ

https://arxiv.org/abs/2607.00341 — DiscoLoop: 多段階推論の2チャンネルループ

#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

RAGのハルシネーションをトークン単位で検出するKDDI総研の「CORTEX」、AIエージェント1,120体をXに投入したMIT・CMUの大規模アルゴリズム監査、メンタルヘルス支援LLMを鍛える「セラジャッジ／セラエージェント」など、生成AI・LLM・エージェント最新論文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

・RAGのハルシネーションをトークン単位で検出するCORTEX（arXiv:2606.31033）

・セラジャッジとセラエージェント——人間に寄り添うメンタルヘルス支援AI（arXiv:2606.30887）

・たった1回の書き直しで十分——AIエージェントのスキル説明文最適化（arXiv:2606.30775）

・AIエージェントでXのパーソナライズアルゴリズムを大規模監査（arXiv:2606.30801）

・GradeSQL——報酬モデルでテキストからSQLへの変換を検証する（arXiv:2606.30851）

・較正の順位は逆転する——LLMを公平に比較するACE評価枠組み（arXiv:2606.30814）

・見えているものが違う対話——摩擦方策最適化を知覚的非対称性へ拡張（arXiv:2606.30973）

・「私は今、公平だろうか?」——演繹的ステレオタイプ化とその是正（arXiv:2606.30989）

・予測トーナメントで測る「説明の質」——エルエルエムで採点するEQM（arXiv:2606.30987）

・トランスフォーマーは「不可能な言語」から何を学んでいるのか（arXiv:2606.30815）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2606.31033 — CORTEX: RAGのトークン単位ハルシネーション検出

https://arxiv.org/abs/2606.30887 — セラジャッジ／セラエージェント: メンタルヘルス支援AI

https://arxiv.org/abs/2606.30775 — スキル説明文の自動最適化（Microsoft）

https://arxiv.org/abs/2606.30801 — AIエージェントによるパーソナライズアルゴリズム監査

https://arxiv.org/abs/2606.30851 — GradeSQL: 報酬モデルによるText-to-SQL検証

https://arxiv.org/abs/2606.30814 — ACE: 較正の公平な比較評価枠組み

https://arxiv.org/abs/2606.30973 — 摩擦方策最適化の知覚的非対称性への拡張

https://arxiv.org/abs/2606.30989 — Fair-GCG: 演繹的ステレオタイプ化の是正

https://arxiv.org/abs/2606.30987 — EQM: 説明品質マーカーによる判断の質評価

https://arxiv.org/abs/2606.30815 — トランスフォーマーと「不可能な言語」

#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

訓練時の4倍の長さまで性能劣化なく外挿できる「フィボナッチ間隔のスパースアテンション」、生徒の実力をエントロピーで測って教師データを取捨選択する蒸留手法「SEAD」（オルモ3で+4.8ポイント）、LLMの生成理論に新しい適合率・再現率のトレードオフを導入した理論研究など、生成AI・LLM・エージェント最新論文9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

・無限のハルシネーションを許容する生成理論——適合率と再現率のトレードオフを再定義（arXiv:2606.28354）

・トランスフォーマー言語モデルの状況モデリングと心の理論——発達的視点で追跡（arXiv:2606.28524）

・制御可能なバーチャル患者システムで医療面接トレーニングを支援（arXiv:2606.28526）

・発話単位で平均化したスパースオートエンコーダで長い対話履歴を解析（arXiv:2606.28548）

・フィボナッチ間隔のスパースアテンションで長さ外挿を実現（arXiv:2606.28560）

・生徒の習熟度に応じたエントロピー誘導のオンポリシー蒸留SEAD（arXiv:2606.28562）

・LLMは正しい理由でコーディングしているか——構成概念の妥当性を検証する「粒度較正」（arXiv:2606.28574）

・LLMで説明するテンソル分析システムAnTenA（arXiv:2606.28708）

・東南アジア言語向けツールエージェント評価ベンチマークSEATauBench（arXiv:2606.28715）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2606.28354 — 無限のハルシネーションを許容する生成理論

https://arxiv.org/abs/2606.28524 — 状況モデリングと心の理論の発達的視点

https://arxiv.org/abs/2606.28526 — 制御可能なバーチャル患者システム

https://arxiv.org/abs/2606.28548 — ターン平均SAEによる長対話解析

https://arxiv.org/abs/2606.28560 — フィボナッチ間隔のスパースアテンション

https://arxiv.org/abs/2606.28562 — SEAD: エントロピー誘導のオンポリシー蒸留

https://arxiv.org/abs/2606.28574 — LLMコーディングの構成概念妥当性「粒度較正」

https://arxiv.org/abs/2606.28708 — AnTenA: LLMによるテンソル分析説明システム

https://arxiv.org/abs/2606.28715 — SEATauBench: 東南アジア言語エージェント評価

#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

LLMエージェントのメモリ更新ギャップをRLで訓練解決した「Supersede」、敵対的安全性特化の「Yuvion LLM」（8BでGPT-5.4超）、拡散とフロー融合の「マスク言語フローモデル」など生成AI・LLM・エージェント最新論文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の潜在表現を公理化する——4つの指標でベンチマークが隠す失敗を測定（arXiv:2606.27378）

・「機械的忘却」という用語の乱用——LLM研究で正確な定義を求める（arXiv:2606.27379）

・ニューラル言語モデルは最初に抽象を学ぶ——発達的アプローチで統計学習を解明（arXiv:2606.27460）

・Supersede: LLMエージェントのメモリ更新ギャップを診断してRLで訓練（arXiv:2606.27472）

・コンテキスト対応トランスフォーマー——事前コンテキスト化でRNNを1.7倍高速化（arXiv:2606.27538）

・EntMTP: エントロピーガイドのマルチトークン予測でLLM推論を高速化（arXiv:2606.27550）

・マスク言語フローモデル——拡散とフローを融合して推論タスクも解ける並列生成（arXiv:2606.27617）

・Yuvion LLM: 敵対的攻撃を意識した安全性特化LLM（8BでGPT-5.4超え）（arXiv:2606.27632）

・DiscoBench: 検索エージェントはいつ明確化を求めるべきか（arXiv:2606.27669）

・プローブ不確実性推定の体系的研究——ハルシネーション検知の因子分解（arXiv:2606.27679）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2606.27378 — LLMの潜在表現を公理化する

https://arxiv.org/abs/2606.27379 — 「機械的忘却」という用語の乱用

https://arxiv.org/abs/2606.27460 — ニューラル言語モデルは最初に抽象を学ぶ

https://arxiv.org/abs/2606.27472 — Supersede: LLMエージェントのメモリ更新ギャップ

https://arxiv.org/abs/2606.27538 — コンテキスト対応トランスフォーマー

https://arxiv.org/abs/2606.27550 — EntMTP: エントロピーガイドのマルチトークン予測

https://arxiv.org/abs/2606.27617 — マスク言語フローモデル

https://arxiv.org/abs/2606.27632 — Yuvion LLM: 敵対的安全性特化LLM

https://arxiv.org/abs/2606.27669 — DiscoBench: 検索エージェントの明確化認識

https://arxiv.org/abs/2606.27679 — プローブ不確実性推定の体系的研究

#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 #AIエージェント

マルチモーダルモデルの「視覚無視」問題・デコード戦略の根本的誤解・ジェイルブレイク自動最適化の警告など、今週の生成AI論文8本をずんだもん＆四国めたんが解説します。

▼ 今日の論文ラインナップ

・VISE: 自己進化型マルチモーダルモデルの視覚無視問題を修正（ECCV 2026採択）— モハメッド・ビン・ザイード人工知能大学（arXiv:2606.27373）

・確率が高い回答=正しい回答は成立しない — デコード戦略の根本前提を検証（arXiv:2606.27359）

・エージェントAIの完全ガイド — 基礎から本番デプロイまで（arXiv:2606.24937）

・タスク無感覚性: エージェントが指示を無視する構造的欠陥の特定と修正（arXiv:2606.26918）

・意味的早期停止: 反復エージェントループのトークンを38%削減（arXiv:2606.27009）

・バンディットによるジェイルブレイク自動最適化 — 97%成功率の警告（arXiv:2606.26936）

・ViQ: テキスト整合型視覚量子化で訓練を20〜70%高速化（arXiv:2606.27313）

・LLMによる量子実験制御＋ハードウェア安全ゲート（デューク大学）（arXiv:2606.27231）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2606.27373 — VISE: 自己進化型マルチモーダルモデルの視覚無視問題を修正

https://arxiv.org/abs/2606.27359 — 確率と正解の罠

https://arxiv.org/abs/2606.24937 — エージェントAIのヒッチハイカーズガイド

https://arxiv.org/abs/2606.26918 — タスク無感覚性: エージェントが指示を無視する構造的欠陥

https://arxiv.org/abs/2606.27009 — 意味的早期停止

https://arxiv.org/abs/2606.26936 — バンディットによるジェイルブレイク自動最適化

https://arxiv.org/abs/2606.27313 — ViQ: テキスト整合型視覚量子化

https://arxiv.org/abs/2606.27231 — LLMによる量子実験制御

#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 #AIエージェント #機械学習 #ディープラーニング