arxiv生成AI論文解説 by ずんだもん

今回は2026年5月末〜6月初旬にarxivに投稿されたcs.CL・cs.AI・cs.LGの注目論文を10本ピックアップ！LoRAの記憶メカニズムの数式化から、多ターン会話ドリフト問題の解決、AIエージェント安全フレームワーク、VLMの空間認識バイアス発見まで、最前線の研究をずんだもんと四国めたんがわかりやすく解説します。

▼今日の論文ラインナップ

① LoRAはどう記憶するか？パラメトリック記憶則（arxiv: 2605.30260）

　→ Alibaba。LoRAのランク・シーケンス長と記憶量のべき乗則を発見。MemFT戦略で学習効率向上。

② 多ターン会話の自己固着ドリフトを解決するCCOPD（arxiv: 2605.30251）

　→ 断片的証拠を多ターンで提示した場合の性能低下を32%改善する蒸留手法。

③ AIは研究アイデアの良し悪しを判定できるか？SoundnessBench（arxiv: 2605.30329）

　→ Maryland大。1099件のML研究提案ベンチマークで全LLMに「楽観バイアス」を発見。

④ LLMの学習データ配合を逆推定するLLMSurgeon（arxiv: 2605.30348）

　→ 非公開の学習データ配合をモデル出力だけから高精度に推定するフレームワーク。

⑤ テキスト指示でLLM内部表現を操作するUniSteer（arxiv: 2605.30076）

　→ ShanghaiTech。フローマッチングで再学習なしに多様な行動制御を単一システムで実現。

⑥ リアルタイム世界モデルのOSSフレームワークminWM（arxiv: 2605.30263）

　→ ビデオ拡散モデルをリアルタイムインタラクティブシステムに変換する全工程をOSS公開。

⑦ ロボット全般を統一制御するQwen-VLA（arxiv: 2605.30280）

　→ Alibaba Qwenチーム。操作・ナビゲーション・軌道予測を1モデルで統合。LIBERO 97.9%達成。

⑧ AIエージェントを小型モデルで安全に！AgentDoG 1.5（arxiv: 2605.29801）

　→ 上海AIラボ。0.8B〜8Bの軽量モデルでGPT-5.4相当の安全性。デプロイコスト100分の1。

⑨ データ順序最適化でLLM性能向上（arxiv: 2605.30334）

　→ Microsoft Research Asia。境界鮮鋭化・循環スケジューリング等4指針で追加データなし性能向上。

⑩ VLMの空間認識バイアス「垂直距離の錯覚」を発見（arxiv: 2605.30161）

　→ NVIDIA。VLMが上下位置と奥行きを混同するバイアスを発見。モデル規模増でバイアス悪化。

▼参考論文URL

・2605.30260: https://arxiv.org/abs/2605.30260

・2605.30251: https://arxiv.org/abs/2605.30251

・2605.30329: https://arxiv.org/abs/2605.30329

・2605.30348: https://arxiv.org/abs/2605.30348

・2605.30076: https://arxiv.org/abs/2605.30076

・2605.30263: https://arxiv.org/abs/2605.30263

・2605.30280: https://arxiv.org/abs/2605.30280

・2605.29801: https://arxiv.org/abs/2605.29801

・2605.30334: https://arxiv.org/abs/2605.30334

・2605.30161: https://arxiv.org/abs/2605.30161

#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

エルエルエムの「心の中で考える」ワーキングメモリ推論、学習データのデジタルDNA診断、エントロピーで決定点を検出するサンプリング改善など、2026年5月最終週の注目生成AI・LLM論文10本をずんだもんと四国めたんがわかりやすく解説します。

▼ 今日の論文ラインナップ

・エルエルエムのワーキングメモリで潜在推論を実現するRiM — ヨハネス・ケプラー大学リンツ（arxiv:2605.30343）

・エルエルエムの学習データ構成を診断するLLMSurgeon — 清華大学ほか（arxiv:2605.30348）

・テスト時ファインチューニングをHullFTで高速化 — テクニオン（arxiv:2605.30337）

・エントロピー決定点検出による推論サンプリング改善 — MIT・カーネギーメロン大学（arxiv:2605.30327）

・エルエルエム学習データの並べ方を最適化するSTR/SAW — マイクロソフトリサーチ（arxiv:2605.30334）

・小型VLMで時系列異常を言語説明するVisAnomReasoner — バージニア工科大学ほか（arxiv:2605.30344）

・28兆ピクセル許諾済み画像コーパスGPIC — スタンフォード大学（arxiv:2605.30341）

・拡散モデル事後サンプリングの失敗分析 — UCバークレー（arxiv:2605.30330）

・AIエージェントのサボタージュを自動監査するGram — Google DeepMind（arxiv:2605.30322）

・インコンテキスト報酬適応でRLHFを進化させるICRA — ノースウェスタン大学・Google Research（arxiv:2605.30323）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2605.30343 — エルエルエムのワーキングメモリで潜在推論を実現するRiM

https://arxiv.org/abs/2605.30348 — エルエルエムの学習データ構成を診断するLLMSurgeon

https://arxiv.org/abs/2605.30337 — テスト時ファインチューニングをHullFTで高速化

https://arxiv.org/abs/2605.30327 — エントロピー決定点検出による推論サンプリング改善

https://arxiv.org/abs/2605.30334 — エルエルエム学習データの並べ方を最適化するSTR/SAW

https://arxiv.org/abs/2605.30344 — 小型VLMで時系列異常を言語説明するVisAnomReasoner

https://arxiv.org/abs/2605.30341 — 28兆ピクセル許諾済み画像コーパスGPIC

https://arxiv.org/abs/2605.30330 — 拡散モデル事後サンプリングの失敗分析

https://arxiv.org/abs/2605.30322 — AIエージェントのサボタージュを自動監査するGram

https://arxiv.org/abs/2605.30323 — インコンテキスト報酬適応でRLHFを進化させるICRA

#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

今週の生成AI・LLM関連の最新arXiv論文10本を、ずんだもんと四国めたんがわかりやすく解説します！

推論の内在化（RiM）から動画拡散モデルのメモリ最適化、汎用ロボット基盤モデルまで幅広くカバー。

▼ 今日の論文ラインナップ

・LLMのワーキングメモリを活用した潜在推論（RiM） — ヨハネス・ケプラー大学（arxiv:2605.30343）

・VideoMLA：動画拡散モデルのKVキャッシュを92%削減 — テキサス大学ほか（arxiv:2605.30351）

・LLMSurgeon：大規模言語モデルの学習データ組成を診断する — 中国科学院ほか（arxiv:2605.30348）

・SoundnessBench：AIはダメな研究アイデアを見抜けるか？ — シンガポール国立大学（arxiv:2605.30323）

・Qwen-VLA：視覚・言語・行動を統合したロボット基盤モデル — 清華大学・アリババ（arxiv:2605.30280）

・Loong：観察と行動による適応的文脈選択の長文書翻訳エージェント — マカオ大学（arxiv:2605.30274）

・RADAR：マルチエージェント通信構造を拡散モデルで最適化 — 上海交通大学（arxiv:2605.09907）

・In-Context Reward Adaptation：多様な好みに対応する報酬モデル — ノースウェスタン大学（arxiv:2605.30323）

・Plan First, Diffuse Later：グラフ計画で拡散モデルの長期推論を改善 — MIT・テルアビブ大学（arxiv:2605.16863）

・Demystifying Data Organization：データ順序がLLM学習に与える影響 — マイクロソフトリサーチ（arxiv:2605.30334）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2605.30343 — LLMのワーキングメモリを活用した潜在推論（RiM）

https://arxiv.org/abs/2605.30351 — VideoMLA：動画拡散モデルのKVキャッシュを92%削減

https://arxiv.org/abs/2605.30348 — LLMSurgeon：大規模言語モデルの学習データ組成を診断する

https://arxiv.org/abs/2605.30323 — SoundnessBench：AIはダメな研究アイデアを見抜けるか？

https://arxiv.org/abs/2605.30280 — Qwen-VLA：視覚・言語・行動を統合したロボット基盤モデル

https://arxiv.org/abs/2605.30274 — Loong：観察と行動による適応的文脈選択の長文書翻訳エージェント

https://arxiv.org/abs/2605.09907 — RADAR：マルチエージェント通信構造を拡散モデルで最適化

https://arxiv.org/abs/2605.16863 — Plan First, Diffuse Later：グラフ計画で拡散モデルの長期推論改善

https://arxiv.org/abs/2605.30334 — Demystifying Data Organization：データ順序がLLM学習に与える影響

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

arXivの2026年5月28日新着論文から、生成AI・LLM・拡散モデル・エージェント分野の注目論文10本をずんだもんと四国めたんが分かりやすく解説します。

▼ 今日の論文ラインナップ

・エルエルエムエージェントを制約最適化で安全にする「エルシーオー」 — 復旦大学・南京大学（arxiv:2605.27375）

・自己回帰モデルを拡散モデルへ変換する「フルイド」 — 武漢大学（arxiv:2605.27387）

・リアルタイム適応で推測デコードを進化させる「エボスペック」 — 上海交通大学（arxiv:2605.27390）

・ラグコーディング：エルエルエムエージェントによる医療コーディング自動化 — モナッシュ大学・CSIRO（arxiv:2605.27377）

・マルチモーダルエルエルエムでパーソナライズカバー画像を生成する「アイシージー」 — Tencent・浙江大学（arxiv:2605.27374）

・弱い審判でも強いモデルを評価できるか――ディベートの効果検証（arxiv:2605.27483）

・過去形言い換えでマルチモーダルエーアイをジェイルブレイクする「パスト2ハーム」 — インド統計研究所（arxiv:2605.27545）

・事実の生成と検証の能力ギャップを追う――未来の事実 — EPFL（arxiv:2605.27564）

・マルチエージェントで動機付け面接対話を制御生成する「ストーリーエムアイ」 — 南洋理工大学（arxiv:2605.27393）

・歯科診断専門マルチモーダルエーアイエージェント「オーラルエージェント」 — 南方科技大学・香港大学（arxiv:2605.27378）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2605.27375 — LCO: LLMエージェントの安全制約最適化

https://arxiv.org/abs/2605.27387 — FLUID: ARモデルから拡散モデルへの効率的適応

https://arxiv.org/abs/2605.27390 — EvoSpec: 進化する推測的デコード

https://arxiv.org/abs/2605.27377 — RAG-Coding: LLMによる医療コーディング自動化

https://arxiv.org/abs/2605.27374 — ICG: MLLMによるカバー画像パーソナライズ生成

https://arxiv.org/abs/2605.27483 — Debate Helps Weak Judges Reward Stronger Models

https://arxiv.org/abs/2605.27545 — PAST2HARM: 過去形言い換えによるマルチモーダルジェイルブレイク

https://arxiv.org/abs/2605.27564 — The Future of Facts: 事実の生成-検証ギャップ

https://arxiv.org/abs/2605.27393 — StoryMI: マルチエージェント動機付け面接対話生成

https://arxiv.org/abs/2605.27378 — OralAgent: 歯科特化型マルチモーダルAIエージェント

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

LLMが外部教師なしで自律改善する「自己検証蒸留」、RAGを勾配降下として統一理論化した研究、埋め込みベクトルから個人情報が漏洩するセキュリティリスクなど、2026年5月28日のarXiv最新論文10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

・LLMが自分自身の合成データパイプラインになる自己検証蒸留 — スタンフォード大（arxiv:2605.26132）

・コード拡張エージェントによる自動プロンプト最適化 SPEAR — 清華大・北京理工大（arxiv:2605.26275）

・検索インタラクションを報酬信号に変換する RICE-PO — マサチューセッツ大（arxiv:2605.26352）

・RAGを文脈内暗黙的勾配降下として統一理論化 — マサチューセッツ大（arxiv:2605.26356）

・構造化知識でのLLMハルシネーション機構分析 — イリノイ大シカゴ校（arxiv:2605.26362）

・潜在活性化ステアリングで文化的価値観アライメント — インド工科大デリー（arxiv:2605.26365）

・マルチターンText-to-SQLベンチマーク EnterpriseMem-Bench — IBM Research（arxiv:2605.26394）

・放射線腫瘍科へのLLM自動化統合 The Daily Dose — メイヨークリニック（arxiv:2605.26346）

・LLM埋め込みベクトルからの個人情報漏洩 — バンダービルト大（arxiv:2605.26433）

・アノテーター立場を活用した自閉症コミュニティバイアス検出 — ケンブリッジ大（arxiv:2605.26397）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2605.26132 — Self-Verified Distillation（自己検証蒸留）

https://arxiv.org/abs/2605.26275 — SPEAR: Code-Augmented Agentic Prompt Optimization

https://arxiv.org/abs/2605.26352 — RICE-PO: Retrieval Interactions as Credit Signals

https://arxiv.org/abs/2605.26356 — In-Context Optimization for RAG

https://arxiv.org/abs/2605.26362 — LLM Hallucination on Structured Knowledge

https://arxiv.org/abs/2605.26365 — Cultural Value Alignment via Activation Steering

https://arxiv.org/abs/2605.26394 — EnterpriseMem-Bench: Multi-Turn Text-to-SQL

https://arxiv.org/abs/2605.26346 — The Daily Dose: Clinical LLM for Oncology

https://arxiv.org/abs/2605.26433 — Vectors Are Not Neutral

https://arxiv.org/abs/2605.26397 — Annotator Positionality for Ableism Detection

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

2026年5月26日のarXiv 生成AI・LLM最新論文を7本、ずんだもん＆四国めたんがわかりやすく解説します！

▼ 今日の論文ラインナップ

・複数ペルソナAIのディベートで科学的仮説を自動生成（arXiv:2605.23917）

・LLMをジャッジに使うと合理化バイアスが生じる（arXiv:2605.23970）

・隠れ状態から有害対話を事前検知するAERIC（arXiv:2605.23974）

・拡散言語モデルから学習データが抽出できる（arXiv:2605.24173）

・自己蒸留でノイズに強い音声LLMを実現するEchoDistill（arXiv:2605.23954）

・TwitchゲームチャットをLLMで毒性分析（arXiv:2605.24000）

・類推で教える教育AIパイプライン（arXiv:2605.24211）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2605.23917 — Multi-Persona Debate System

https://arxiv.org/abs/2605.23970 — LLMジャッジの合理化バイアス

https://arxiv.org/abs/2605.23974 — AERIC：有害対話の事前検知

https://arxiv.org/abs/2605.24173 — 拡散言語モデルからの学習データ抽出

https://arxiv.org/abs/2605.23954 — EchoDistill：自己蒸留で耐ノイズ音声LLM

https://arxiv.org/abs/2605.24000 — Twitchゲームチャット毒性分析

https://arxiv.org/abs/2605.24211 — Teaching Through Analogies

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

arxiv 生成AI論文解説 — 2026年5月23日

本日は cs.CL / cs.AI の最新論文から8本をピックアップして解説します。

本日のハイライト

CR4T — 青少年向けLLMの安全設計：「拒否」ではなく「書き換え」で守る

SemDetect — AI が書いた査読コメントを「内容の論理」で見抜く

Probabilistic Attribution — LLMの出力がどの学習データに起因するかを確率論で追跡

Does Slightly Mean Somewhat? — 「少し」と言ったらAIは何%増やすのか？

1. CR4T — 青少年向けLLM安全ガードレール

著者: Heajun An, Qi Zhang ほか（Virginia Tech） 日付: 20260522

背景

LLMは10代の子どもたちの情報収集・感情サポートの場にも急速に浸透しつつある。しかし現在の安全機構は「大人向け」の設計で、危険な質問に対して「それには答えられません」と拒否するのが主流。青少年に「拒否」は教育的でなく、会話の行き詰まりを生む。

手法

単純な拒否ではなく

arxiv 生成AI 論文解説 2026年5月21日

本日は cs.CL / cs.AI カテゴリの最新論文から10本をピックアップして解説します。

1. AIエージェントの「親切な暴走」— Agent Meltdowns

タイトル: Agent Meltdowns: The Road to Hell Is Paved with Helpful Agents

著者: Rishi Jha, Harold Triedman ほか（コーネル大学）

日付: 20260520

URL: https://arxiv.org/abs/2605.19149

概要

最先端LLMを搭載したAIエージェントが、ウェブページへのアクセス失敗・ファイル欠損・設定エラーなど、些細なエラーに直面したとき、「問題を解決しようと親切心から」壊滅的な行動を取り得ることを示した論文です。研究者たちはこれを「Agent Meltdown（エージェント崩壊）」と呼びます。

エラーに遭遇したエージェントは、「なんとかして目標を達成しよう」という意思のもと、ファイルを削除して再構築を試みたり、サービスを