arxiv生成AI論文解説 by ずんだもん

2026年9月4日提出の直近arXiv更新から、未紹介の生成AI研究8本を大学院生以上向けに解説します。正答率という一次元では見えない性質を、明示的な測定設計で可視化した研究を集めました。1ニューロン最大1回の発火で15億パラメータを動かすスパイキング言語モデル、正答しても知識を狭める「認識的多様性」、道徳判断の一貫性を行動だけで測る4条件、参照文書からSQLデータベースを組ませる幻覚検出、法的効力だけ反転させて意味保存指標をふるいにかけるLexFlip、言語間の表現共有度を測る指標の横並び比較と異方性、失敗事例だけの強化学習で文脈を16倍圧縮するDEX-Comp、同じ質問を繰り返すと推薦ブランドは尽きるが引用元は尽きないという分析を扱います。

▼ 参考論文

https://arxiv.org/abs/2609.05151

https://arxiv.org/abs/2609.04835

https://arxiv.org/abs/2609.05036

https://arxiv.org/abs/2609.05025

https://arxiv.org/abs/2609.05296

https://arxiv.org/abs/2609.04819

https://arxiv.org/abs/2609.05152

https://arxiv.org/abs/2609.05059

#生成AI #LLM #スパイキングニューラルネットワーク #RAG #AI評価 #解釈可能性 #arxiv #論文解説 #ずんだもん

2026年9月3日の直近arXiv更新から、未紹介の生成AI研究8本を大学院生以上向けに解説します。自然言語仕様を小型ニューラル関数へ変換する手法、共有API上のLLM審査員の再現性監査、短いプロンプトを作るESPO、思考連鎖の可読性と因果的重要性の差、小型モデルによる宣言的UI、補助ビューを使う知識獲得、1問のオンポリシー蒸留、100体の研究エージェント群で生じた不正と内部告発を扱います。

▼ 参考論文

https://arxiv.org/abs/2609.04199

https://arxiv.org/abs/2609.04198

https://arxiv.org/abs/2609.04197

https://arxiv.org/abs/2609.04194

https://arxiv.org/abs/2609.04184

https://arxiv.org/abs/2609.04180

https://arxiv.org/abs/2609.04172

https://arxiv.org/abs/2609.04170

#生成AI #LLM #AIエージェント #プロンプト最適化 #思考連鎖 #arxiv #論文解説 #ずんだもん

決定的ポリシーによる統治、投機的なツール実行、計画の陳腐化、物語への取り込まれ、論文とコードの食い違いなど、生成AI研究の新着10本を比較条件と限界まで掘り下げます。

▼ 今日の論文ラインナップ

・決定的ポリシーでエージェントの答えを縛る企業分析 — マスターコントロールAIラボ（arXiv:2609.03209）

・ツール呼び出しを投機的にまとめて先読み実行する — 南カリフォルニア大学（arXiv:2609.03236）

・新しい記憶と古い計画のずれを塞ぐ依存範囲検証 — パデュー大学（arXiv:2609.03340）

・対話が長引くほど言語モデルは物語に取り込まれる（arXiv:2609.03407）

・論文とコードの食い違いを二重に検出するマルチエージェント — 香港大学ほか（arXiv:2609.03416）

・フルデュプレックス音声エージェントの暗黙の指示理解を測る — メリーランド大学ほか（arXiv:2609.03423）

・GUIエージェントは「動かない」を選べるか — 上海交通大学ほか（arXiv:2609.03438）

・「AI製」ラベルを超えて根拠の密度を見せる — 東京大学／ソニーCSLほか（arXiv:2609.03460）

・予想生成から証明支援系での形式検証まで自動化する自動グラフ理論発見（arXiv:2609.03478）

・攻めたKVキャッシュ削減で本当に効くのは何か（arXiv:2609.03515）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.03209 — 決定的ポリシーでエージェントの答えを縛る企業分析

https://arxiv.org/abs/2609.03236 — ツール呼び出しを投機的にまとめて先読み実行する

https://arxiv.org/abs/2609.03340 — 新しい記憶と古い計画のずれを塞ぐ依存範囲検証

https://arxiv.org/abs/2609.03407 — 対話が長引くほど言語モデルは物語に取り込まれる

https://arxiv.org/abs/2609.03416 — 論文とコードの食い違いを二重に検出するマルチエージェント

https://arxiv.org/abs/2609.03423 — フルデュプレックス音声エージェントの暗黙の指示理解を測る

https://arxiv.org/abs/2609.03438 — GUIエージェントは「動かない」を選べるか

https://arxiv.org/abs/2609.03460 — 「AI製」ラベルを超えて根拠の密度を見せる

https://arxiv.org/abs/2609.03478 — 予想生成から証明支援系での形式検証まで自動化する自動グラフ理論発見

https://arxiv.org/abs/2609.03515 — 攻めたKVキャッシュ削減で本当に効くのは何か

#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

エージェント設計、投機的デコード、評価汚染、欺瞞検出など、生成AI研究の新着8本を比較条件と限界まで掘り下げます。

▼ 今日の論文ラインナップ

・エージェントの土台改善はどこで効くのか（arXiv:2609.02889）

・投機的デコードを窓でなく差分で判断する（arXiv:2609.02897）

・汚染はスコアを底上げしてもランキングは崩さない（arXiv:2609.02899）

・部分空間選択で見る欺瞞検出プローブの汎化（arXiv:2609.02893）

・採点基準の文面だけでLLM審査員の判定は先読みできてしまう（arXiv:2609.02942）

・必要なときだけグラフ検索を使う経路選択アダプタ（arXiv:2609.02894）

・音声認識をベースとなる言語モデルの隠れ状態で自己修正する（arXiv:2609.02940）

・敵対エージェント同士の対戦で鍛える企業向け対話エージェント（arXiv:2609.02902）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.02889 — エージェントの土台改善はどこで効くのか

https://arxiv.org/abs/2609.02897 — 投機的デコードを窓でなく差分で判断する

https://arxiv.org/abs/2609.02899 — 汚染はスコアを底上げしてもランキングは崩さない

https://arxiv.org/abs/2609.02893 — 部分空間選択で見る欺瞞検出プローブの汎化

https://arxiv.org/abs/2609.02942 — 採点基準の文面だけでLLM審査員の判定は先読みできてしまう

https://arxiv.org/abs/2609.02894 — 必要なときだけグラフ検索を使う経路選択アダプタ

https://arxiv.org/abs/2609.02940 — 音声認識をベースとなる言語モデルの隠れ状態で自己修正する

https://arxiv.org/abs/2609.02902 — 敵対エージェント同士の対戦で鍛える企業向け対話エージェント

#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 #機械学習 #ディープラーニング

生成AIの最終回答だけでなく、検索の一段、証拠が十分になる瞬間、介入する神経次元まで測る最新研究8本を、評価条件と限界から解説します。

▼ 今日の論文ラインナップ

・検索拡張生成の一段ごとを評価する過程報酬最適化（arXiv:2609.01658）

・根拠が十分になった瞬間を学習する選択的回答（arXiv:2609.01687）

・統計的先取りと定着効果を切り分ける過剰般化の回避（arXiv:2609.01794）

・プロンプトの書き方がオンデバイス推論の消費電力を左右する（arXiv:2609.01798）

・音声で裏付けて対話状態追跡の誤りを直す（arXiv:2609.01828）

・大規模言語モデル内部に読み取れるうつ症状の表現（arXiv:2609.01832）

・人間と推論モデルの思考量が一致するアブダクション推論（arXiv:2609.01867）

・介入するニューロンまで選ぶ次元単位の条件付き活性化操舵（arXiv:2609.01878）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.01658

https://arxiv.org/abs/2609.01687

https://arxiv.org/abs/2609.01794

https://arxiv.org/abs/2609.01798

https://arxiv.org/abs/2609.01828

https://arxiv.org/abs/2609.01832

https://arxiv.org/abs/2609.01867

https://arxiv.org/abs/2609.01878

#生成AI #LLM #AI #arxiv #論文解説 #機械学習 #解釈可能性 #ずんだもん

エージェント評価の潜在故障、安全拒否回路、呼吸音ゼロショット分類、視覚迎合、自律研究ループ崩壊を大学院生向けに解説します。

▼ 今日の論文ラインナップ

・最終回答だけでは見えないエージェント軌跡の故障（arXiv:2609.00038）

・検知から拒否へつながる安全回路（arXiv:2609.00051）

・医療語彙で接地した呼吸音分類（arXiv:2609.00055）

・画像を見る前に文章へ迎合するモデル（arXiv:2609.00067）

・自律研究ループのアルゴリズム的モード崩壊（arXiv:2609.00077）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2609.00038

https://arxiv.org/abs/2609.00051

https://arxiv.org/abs/2609.00055

https://arxiv.org/abs/2609.00067

https://arxiv.org/abs/2609.00077

#生成AI #LLM #AI #arxiv #論文解説 #機械学習 #ずんだもん #四国めたん

モデルの内部表現、答えられない問いへの過信、多肢選択の人気バイアス、テスト時学習、電力効率まで、数値と比較条件・限界を踏まえて研究セミナー形式で解説します。

▼ 今日の論文ラインナップ

・論文1：パラメトリックなマルチモーダル・ユーザー記憶 — キャプションが運べないものを蓄える（arXiv:2608.28609）

・論文2：幻覚の信号は平均のずれである — なぜ単純なプローブで十分なのか（arXiv:2608.28930）

・論文3：置き換えの幻想 — 基盤モデル時代に専用機械学習モデルを問い直す（arXiv:2608.28980）

・論文4：認識と拒否のずれ — 言語モデルはなぜ構造的に答えられない問いに答えるのか（arXiv:2608.29109）

・論文5：大規模言語モデルは人気の選択肢を体系的に好む — 多肢選択における証拠と緩和（arXiv:2608.29257）

・論文6：言語モデルのウェブエージェントに単純なテスト時環境を学ばせる（arXiv:2608.29305）

・論文7：科学的な方程式発見のためのテスト時スケーリング（arXiv:2608.28660）

・論文8：グリーンベンチ — アップルシリコン上のオープンソース言語モデル推論の電力効率と炭素排出を測る（arXiv:2608.28667）

・論文9：ルートスパース — 予算制約つき長文脈プリフィルのための入力条件つきパターン振り分け（arXiv:2608.29058）

・論文10：深層リサーチの報告執筆を、忠実さのために作り直し監査する（arXiv:2608.28643）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2608.28609 — パラメトリックなマルチモーダル・ユーザー記憶 — キャプションが運べないものを蓄える

https://arxiv.org/abs/2608.28930 — 幻覚の信号は平均のずれである — なぜ単純なプローブで十分なのか

https://arxiv.org/abs/2608.28980 — 置き換えの幻想 — 基盤モデル時代に専用機械学習モデルを問い直す

https://arxiv.org/abs/2608.29109 — 認識と拒否のずれ — 言語モデルはなぜ構造的に答えられない問いに答えるのか

https://arxiv.org/abs/2608.29257 — 大規模言語モデルは人気の選択肢を体系的に好む — 多肢選択における証拠と緩和

https://arxiv.org/abs/2608.29305 — 言語モデルのウェブエージェントに単純なテスト時環境を学ばせる

https://arxiv.org/abs/2608.28660 — 科学的な方程式発見のためのテスト時スケーリング

https://arxiv.org/abs/2608.28667 — グリーンベンチ — アップルシリコン上のオープンソース言語モデル推論の電力効率と炭素排出を測る

https://arxiv.org/abs/2608.29058 — ルートスパース — 予算制約つき長文脈プリフィルのための入力条件つきパターン振り分け

https://arxiv.org/abs/2608.28643 — 深層リサーチの報告執筆を、忠実さのために作り直し監査する

#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

感情文脈で早すぎる決断への後押しが強まる現象から、RAGの内部信号、拡散言語モデルの高速化まで、生成AIの新着論文10本を比較条件と数値に沿って解説します。

▼ 今日の論文ラインナップ

・感情的な文脈は大規模言語モデルの「早すぎる決断」への後押しを強めるか

・答える前に知る — 検索拡張生成の信頼性を内部信号で判定する

・拡散言語モデルのための軌跡レベル投機的デコーディング

・ベクトル索引に基づく出力エンベディングで大規模言語モデルの推論を加速する

・訓練するな、選べ — 大規模言語モデルによる選択を用いたモジュール型エンティティ曖昧性解消

・線形プローブはどのように現れるのか — 概念を標的とした回路追跡の枠組み

・言語モデルのためのルーブリック誘導強化学習サーベイ

・インスパイア — 例に基づく数学的推論のための「内在化してから改善する」手法

・トークナイザが失敗するとき — 低資源言語へのゼロショット転移のためのバイトレベル分割

・大鎚か外科用メスか — 暗黙のヘイトスピーチのための細粒度適応フレームワーク

▼ 参考論文（arXiv）

https://arxiv.org/abs/2608.27465

https://arxiv.org/abs/2608.27661

https://arxiv.org/abs/2608.27514

https://arxiv.org/abs/2608.27460

https://arxiv.org/abs/2608.27470

https://arxiv.org/abs/2608.27510

https://arxiv.org/abs/2608.27505

https://arxiv.org/abs/2608.27501

https://arxiv.org/abs/2608.27658

https://arxiv.org/abs/2608.27462

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

エージェント安全性、能力統合、推論効率、評価設計を、比較条件・数値・限界まで研究セミナー形式で解説します。

▼ 今日の論文ラインナップ

・論文1：偽の証拠でも大規模言語モデルのエージェントは「答えの出ない問い」に踏み込む（arXiv:2608.27167）

・論文2：アルゴリズム的な電力市場でAIエージェントが暗黙の共謀に至る（arXiv:2608.26896）

・論文4：分野をまたぐRLVR能力の統合 — 三つの融合パラダイムを比べる（arXiv:2608.27409）

・論文5：ブロック下書きの情報フロアとモデルギャップ（arXiv:2608.27339）

・論文6：限られたデータで力を引き出す再帰的トランスフォーマー（arXiv:2608.26973）

・論文7：表は64トークンの価値 — 複数表の文書質問応答をピクセルで圧縮する（arXiv:2608.26949）

・論文8：どの指標が人手評価を最も節約するか — 予測駆動の評価とメタ評価（arXiv:2608.26638）

・論文9：生成AI活用の熟達度 — 大企業の実地エビデンス（arXiv:2608.27364）

・論文10：視覚的接地だけで異言語の書き言葉を話し言葉に対応づける（arXiv:2608.26925）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2608.27167 — 偽の証拠でも大規模言語モデルのエージェントは「答えの出ない問い」に踏み込む

https://arxiv.org/abs/2608.26896 — アルゴリズム的な電力市場でAIエージェントが暗黙の共謀に至る

https://arxiv.org/abs/2608.27409 — 分野をまたぐRLVR能力の統合 — 三つの融合パラダイムを比べる

https://arxiv.org/abs/2608.27339 — ブロック下書きの情報フロアとモデルギャップ

https://arxiv.org/abs/2608.26973 — 限られたデータで力を引き出す再帰的トランスフォーマー

https://arxiv.org/abs/2608.26949 — 表は64トークンの価値 — 複数表の文書質問応答をピクセルで圧縮する

https://arxiv.org/abs/2608.26638 — どの指標が人手評価を最も節約するか — 予測駆動の評価とメタ評価

https://arxiv.org/abs/2608.27364 — 生成AI活用の熟達度 — 大企業の実地エビデンス

https://arxiv.org/abs/2608.26925 — 視覚的接地だけで異言語の書き言葉を話し言葉に対応づける

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

2026年8月27日に投稿された生成AIの新着論文から、研究者が注目した10本をずんだもんと四国めたんが解説します。弱いモデルの失敗・下書きを強いモデルの道しるべに変える三つの研究、大規模言語モデルによるアルゴリズム設計、エージェントのスキル進化、身体をまたぐ動画世界モデル、道徳知識の幾何構造、低コスト事前学習、そして評価認識と従順さの関係まで。

▼ 今日の論文ラインナップ

・弱いモデルの失敗パターンを推論時の道しるべにする（CritICL） — arxiv:2608.27455

・ラベルなしで多数決を使いこなすテスト時の方策最適化（TTPO） — arxiv:2608.27448

・弱いモデルの下書きでRLVRの探索を広げる — arxiv:2608.27420

・大規模言語モデルは準最適なORアルゴリズムを設計できるか — arxiv:2608.27296

・エージェントの経験を持続する知識ベースへ蒸留する（WikiSkill） — arxiv:2608.27454

・複雑な探索は本当に必要か、素朴なプロンプト最適化（NPO） — arxiv:2608.27266

・人も機械も同じ物理法則で動く、身体をまたぐ動画世界モデル（CLAP） — arxiv:2608.27406

・言語モデルは道徳の知識をどう幾何学的に整理しているか — arxiv:2608.27402

・コンシューマ向けGPU一枚で作る二十億パラメータ事前学習（Puro-2B） — arxiv:2608.27370

・評価されていると気づくこと、その中身で従順さが変わる — arxiv:2608.27340

▼ 参考論文（arXiv）

https://arxiv.org/abs/2608.27455 — 弱いモデルの失敗パターンを推論時の道しるべにする

https://arxiv.org/abs/2608.27448 — ラベルなしで多数決を使いこなすテスト時の方策最適化

https://arxiv.org/abs/2608.27420 — 弱いモデルの下書きで強いモデルの探索を広げる

https://arxiv.org/abs/2608.27296 — 大規模言語モデルは準最適な最適化アルゴリズムを設計できるか

https://arxiv.org/abs/2608.27454 — エージェントの経験を持続する知識ベースへ蒸留する

https://arxiv.org/abs/2608.27266 — 複雑な探索は本当に必要か、素朴なプロンプト最適化

https://arxiv.org/abs/2608.27406 — 人も機械も同じ物理法則で動く、身体をまたぐ動画世界モデル

https://arxiv.org/abs/2608.27402 — 言語モデルは道徳の知識をどう幾何学的に整理しているか

https://arxiv.org/abs/2608.27370 — コンシューマ向けGPU一枚で作る二十億パラメータ事前学習

https://arxiv.org/abs/2608.27340 — 評価されていると気づくこと、その中身で従順さが変わる

#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