arxiv生成AI論文解説 by ずんだもん

生成AI論文解説の新着10本を、手法・比較条件・数値結果・限界まで研究者向けに解説します。

▼ 今日の論文ラインナップ

・言語サーバーはコーディングエージェントのトークンを節約するか（arxiv:2608.13568）

・潜在空間で考え、言葉で説明する—自己説明可能な潜在推論（arxiv:2608.13570）

・トークンは平等ではない—インフレーションを考慮したエージェントLLMのルーティング（arxiv:2608.13571）

・ブロック単位の因果記憶で長文脈を扱うトランスフォーマー（arxiv:2608.13578）

・ジャイス2—アラビア語中心のオープン大規模言語モデル（arxiv:2608.13580）

・イテルコンプ—マルチホップ質問応答のための推論考慮型プロンプト圧縮（arxiv:2608.13588）

・英語を超えたGRPO—多言語設定における大規模実証研究（arxiv:2608.13698）

・クレアフィン—金融QAにおける主張単位検証と適応的討論のマルチエージェント基盤（arxiv:2608.13706）

・ティーチメイトジーピーティー—理科カリキュラムからの評価問題自動生成（arxiv:2608.13708）

・増幅されても予測力があるとは限らない—思考モデルの推論挙動（arxiv:2608.13760）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2608.13568 — 言語サーバーはコーディングエージェントのトークンを節約するか

https://arxiv.org/abs/2608.13570 — 潜在空間で考え、言葉で説明する—自己説明可能な潜在推論

https://arxiv.org/abs/2608.13571 — トークンは平等ではない—インフレーションを考慮したエージェントLLMのルーティング

https://arxiv.org/abs/2608.13578 — ブロック単位の因果記憶で長文脈を扱うトランスフォーマー

https://arxiv.org/abs/2608.13580 — ジャイス2—アラビア語中心のオープン大規模言語モデル

https://arxiv.org/abs/2608.13588 — イテルコンプ—マルチホップ質問応答のための推論考慮型プロンプト圧縮

https://arxiv.org/abs/2608.13698 — 英語を超えたGRPO—多言語設定における大規模実証研究

https://arxiv.org/abs/2608.13706 — クレアフィン—金融QAにおける主張単位検証と適応的討論のマルチエージェント基盤

https://arxiv.org/abs/2608.13708 — ティーチメイトジーピーティー—理科カリキュラムからの評価問題自動生成

https://arxiv.org/abs/2608.13760 — 増幅されても予測力があるとは限らない—思考モデルの推論挙動

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

2026年8月18日の生成AI最新論文10本を解説。推論トレースで増幅される振る舞いと実際に正解率へ効く振る舞いのずれを1万5282件のトレースで測ったBehavioral Lift研究、潜在推論を自分自身で言語化するSELR、長文脈を効率化するBCMT、アラビア語中心の700億パラメータオープンLLM「Jais 2」を取り上げます。

中盤はエージェントの再試行コストを定量化するトークンインフレーション研究とInflationAgent、コーディングエージェントにLanguage Serverがトークンを節約させるかを検証した測定研究、多段階質問応答のプロンプト圧縮IterCOMPを解説。後半は英語以外の言語でのGRPO強化学習の大規模研究、金融QAの幻覚対策CLAIR-Fin、文章から時系列データを生成するGALAを扱います。

▼ 今日の論文ラインナップ

・増幅される振る舞いと正解率に効く振る舞いは別物だった（arxiv:2608.13760）

・潜在空間で考え、言葉で説明するSELR（arxiv:2608.13570）

・密な注意機構を使わない長文脈設計BCMT（arxiv:2608.13578）

・アラビア語に特化した700億パラメータのオープンLLM「Jais 2」（arxiv:2608.13580）

・再試行のコストを見積もる「トークンインフレーション」（arxiv:2608.13571）

・コーディングエージェントにLanguage Serverはトークンを節約させるか（arxiv:2608.13568）

・多段階質問応答のためのプロンプト圧縮IterCOMP（arxiv:2608.13588）

・英語以外の言語でGRPOはどこまで効くか（arxiv:2608.13698）

・主張単位で検証する金融QAのマルチエージェント枠組みCLAIR-Fin（arxiv:2608.13706）

・自然言語からの時系列生成を文と信号で正しく対応付けるGALA（arxiv:2608.13741）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2608.13760 — 増幅される振る舞いと正解率に効く振る舞いは別物だった

https://arxiv.org/abs/2608.13570 — 潜在空間で考え、言葉で説明するSELR

https://arxiv.org/abs/2608.13578 — 密な注意機構を使わない長文脈設計BCMT

https://arxiv.org/abs/2608.13580 — アラビア語に特化した700億パラメータのオープンLLM「Jais 2」

https://arxiv.org/abs/2608.13571 — 再試行のコストを見積もる「トークンインフレーション」

https://arxiv.org/abs/2608.13568 — コーディングエージェントにLanguage Serverはトークンを節約させるか

https://arxiv.org/abs/2608.13588 — 多段階質問応答のためのプロンプト圧縮IterCOMP

https://arxiv.org/abs/2608.13698 — 英語以外の言語でGRPOはどこまで効くか

https://arxiv.org/abs/2608.13706 — 主張単位で検証する金融QAのマルチエージェント枠組みCLAIR-Fin

https://arxiv.org/abs/2608.13741 — 自然言語からの時系列生成を文と信号で正しく対応付けるGALA

#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

2026年8月17日の生成AI最新論文10本を解説。論文からポスターを作る作業手順を実行結果から自己改善させるAutoDesign（平均スコア54.99→67.39）、生データを直接知覚する全モーダルAI科学者OmniScientist、小学校教材相当に知識を絞ったLittleLearnerを取り上げます。

中盤はSAE特徴をモデル自身に言語化させるSAEVerbalizer、許諾データのみで学習し性能で競り合う1BモデルDFM Mimir v1、学習データの影響力が序盤と終盤で入れ替わる分析、397Bの科学エージェント基盤モデルIntern-S2-Previewを解説。後半は「知らない」と言えないLLMの知識境界研究、事前学習の最初から人格を組み込むSynthetic Persona Pretraining、重みを変えずに行列積を間引くReduced Matrix Multiplicationを扱います。

▼ 今日の論文ラインナップ

・ポスター作成ハーネスを自己改善させるAutoDesign（arxiv:2608.13560）

・生データを直接読む全モーダルAI科学者OmniScientist（arxiv:2608.13558）

・知識を小学校レベルに制限したLittleLearner（arxiv:2608.13545）

・疎自己符号化器の特徴を言語化するSAEVerbalizer（arxiv:2608.13538）

・許諾データのみで作る1BのフロンティアモデルDFM Mimir v1（arxiv:2608.13517）

・事前学習を通じたデータ影響力の時間変化を測る研究（arxiv:2608.13515）

・397Bの科学エージェント基盤モデルIntern-S2-Preview（arxiv:2608.13505）

・知らないことを認められないLLM——グライスの後退を探る（arxiv:2608.13484）

・事前学習の最初のトークンから人格を作るSynthetic Persona Pretraining（arxiv:2608.13482）

・入力に応じて行列積を間引くReduced Matrix Multiplication（arxiv:2608.13426）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2608.13560 — ポスター作成ハーネスを自己改善させるAutoDesign

https://arxiv.org/abs/2608.13558 — 生データを直接読む全モーダルAI科学者OmniScientist

https://arxiv.org/abs/2608.13545 — 知識を小学校レベルに制限したLittleLearner

https://arxiv.org/abs/2608.13538 — 疎自己符号化器の特徴を言語化するSAEVerbalizer

https://arxiv.org/abs/2608.13517 — 許諾データのみで作る1BのフロンティアモデルDFM Mimir v1

https://arxiv.org/abs/2608.13515 — 事前学習を通じたデータ影響力の時間変化を測る研究

https://arxiv.org/abs/2608.13505 — 397Bの科学エージェント基盤モデルIntern-S2-Preview

https://arxiv.org/abs/2608.13484 — 知らないことを認められないLLM——グライスの後退を探る

https://arxiv.org/abs/2608.13482 — 事前学習の最初のトークンから人格を作るSynthetic Persona Pretraining

https://arxiv.org/abs/2608.13426 — 入力に応じて行列積を間引くReduced Matrix Multiplication

#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

2026年8月16日の生成AI最新論文10本を解説。18モデルが最大圧力下で約3回に1回、研究公正性の重要判断を誤ったIntegrityBench、人間とLLMで倫理判断の理由がずれる500項目評価、同じ核攻撃シナリオでも日本語で推奨率が下がる多言語実験を取り上げます。

後半はプレフィルとデコードを分けるデュアルフロー・トランスフォーマー、PAC-Bayes正則化を使うメタLoRA、アストラゼネカの社内研究支援エージェント、複数指示で起きる制約充足の相転移、MindMemOS、ε-MemEvo、因果寄与スコアCASを解説します。

#生成AI #LLM #AI安全性 #AIエージェント #LoRA #arxiv #ずんだもん

オンポリシー蒸留、自己蒸留、推論時能力移転、音声モデル圧縮を、数値と比較条件から解説します。

▼ 今日の論文ラインナップ

・オンポリシー蒸留は能力境界を広げるのか（arXiv:2608.11829）

・REOPD―信頼できるトークンだけ外挿する（arXiv:2608.11698）

・HPSE―新知識を使える形へ自己蒸留する（arXiv:2608.11660）

・LoongReflect―大域教師から反省方策を蒸留する（arXiv:2608.11967）

・推論時ハーネスによる訓練なし能力移転（arXiv:2608.12307）

・8層から1層へ進行的に蒸留する音声強調（arXiv:2608.12099）

・小型言語モデルの信頼性をどう継承するか（arXiv:2608.11981）

・翻訳では蒸留が強化学習の前線を越えなかった（arXiv:2608.10812）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2608.11829 — オンポリシー蒸留は能力境界を広げるのか

https://arxiv.org/abs/2608.11698 — REOPD―信頼できるトークンだけ外挿する

https://arxiv.org/abs/2608.11660 — HPSE―新知識を使える形へ自己蒸留する

https://arxiv.org/abs/2608.11967 — LoongReflect―大域教師から反省方策を蒸留する

https://arxiv.org/abs/2608.12307 — 推論時ハーネスによる訓練なし能力移転

https://arxiv.org/abs/2608.12099 — 8層から1層へ進行的に蒸留する音声強調

https://arxiv.org/abs/2608.11981 — 小型言語モデルの信頼性をどう継承するか

https://arxiv.org/abs/2608.10812 — 翻訳では蒸留が強化学習の前線を越えなかった

#生成AI #LLM #知識蒸留 #モデル圧縮 #arxiv #論文解説 #ずんだもん

実行検証付き取引エージェント、反復深度の後付け、文脈圧縮で失われる長期指示、アンラーニング監査など、生成AI研究8本を比較条件と限界まで解説します。

▼ 今日の論文ラインナップ

・実行検証付き取引エージェント評価（arXiv:2608.11232）

・事前学習モデルへの反復深度後付け（arXiv:2608.11233）

・文脈圧縮と長期制約の損失（arXiv:2608.11242）

・拡散言語モデルによる可逆圧縮（arXiv:2608.11249）

・グロス不要の手話表現学習（arXiv:2608.11332）

・プログラム技能学習SpeedRunner（arXiv:2608.11338）

・アンラーニング後の知識回復監査（arXiv:2608.11408）

・集団アラインメントと迎合（arXiv:2608.11528）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2608.11232

https://arxiv.org/abs/2608.11233

https://arxiv.org/abs/2608.11242

https://arxiv.org/abs/2608.11249

https://arxiv.org/abs/2608.11332

https://arxiv.org/abs/2608.11338

https://arxiv.org/abs/2608.11408

https://arxiv.org/abs/2608.11528

#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

最新arXiv論文8本を、研究課題・差分・手法・評価・結果・限界・再現性に分けて解説します。

▼ 今日の論文ラインナップ

・LLM Agents Factory（arXiv:2608.09934）

・多言語の量子化税（arXiv:2608.09941）

・思考連鎖と直列深度（arXiv:2608.09942）

・制約付きデコード補正（arXiv:2608.10137）

・意味反転ゲート監査（arXiv:2608.10216）

・軸外概念計算（arXiv:2608.10251）

・医療対話の拒否崩壊（arXiv:2608.10258）

・長文脈拡張の建築依存（arXiv:2608.10296）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2608.09934

https://arxiv.org/abs/2608.09941

https://arxiv.org/abs/2608.09942

https://arxiv.org/abs/2608.10137

https://arxiv.org/abs/2608.10216

https://arxiv.org/abs/2608.10251

https://arxiv.org/abs/2608.10258

https://arxiv.org/abs/2608.10296

#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

幻覚の動的評価、状態を更新する長文書エージェント、検索報酬、解釈可能性、人格表現まで、生成AI研究の新着8本を解説します。

▼ 今日の論文ラインナップ

・マルチモーダル幻覚を進化的に暴くSAMF（arXiv:2608.07525）

・長文書理解を状態が変わる環境として設計するDocAtlas（arXiv:2608.07527）

・検索エージェントに証拠への忠実さを教えるSearch-G1（arXiv:2608.07531）

・解釈可能性を学習に組み込む言語モデル（arXiv:2608.07594）

・サーベイ査読者を人間基準に揃えるSurveyReview（arXiv:2608.07641）

・基盤モデルを認知科学で使う条件（arXiv:2608.07812）

・アシスタント人格の内部表現（arXiv:2608.07852）

・複数問題へのテスト時計算配分（arXiv:2608.07968）

▼ 参考論文（arXiv）

https://arxiv.org/abs/2608.07525 — マルチモーダル幻覚を進化的に暴くSAMF

https://arxiv.org/abs/2608.07527 — 長文書理解を状態が変わる環境として設計するDocAtlas

https://arxiv.org/abs/2608.07531 — 検索エージェントに証拠への忠実さを教えるSearch-G1

https://arxiv.org/abs/2608.07594 — 解釈可能性を学習に組み込む言語モデル

https://arxiv.org/abs/2608.07641 — サーベイ査読者を人間基準に揃えるSurveyReview

https://arxiv.org/abs/2608.07812 — 基盤モデルを認知科学で使う条件

https://arxiv.org/abs/2608.07852 — アシスタント人格の内部表現

https://arxiv.org/abs/2608.07968 — 複数問題へのテスト時計算配分

#生成AI #ChatGPT #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

2026年8月11日のarXiv生成AI論文解説。専門家混合モデルの監督配分TEXAS、音声モデルの読み出し診断、感情推論NTDH、失語症型エラーからの介入復元、AI人格の変化、多言語理解格差、端末内匿名化GRASP、球面補間による拡散言語モデル改善を、手法・結果・限界まで解説します。

▼ 注目結果

・TEXASは18条件中17条件で最高または同率最高、最強ベースライン比平均1.3〜1.5点改善

・音声モデルの隠れ状態復号は生成回答を平均27.8ポイント上回る

・多言語理解は英語比で約17%低下、主要ギャップ0.078

・GRASPは端末内で動き、教師モデル費用の約1%

・球面補間はMAUVE最大2倍、生成パープレキシティ16.9〜19.6%改善

▼ 論文

・TEXAS https://arxiv.org/abs/2608.06396

・Speech Language Model Readout https://arxiv.org/abs/2608.06409

・NTDH https://arxiv.org/abs/2608.06425

・Lesion Parameter Recovery https://arxiv.org/abs/2608.06429

・AI Persona Evolution https://arxiv.org/abs/2608.06485

・Cross-Lingual Comprehension Gap https://arxiv.org/abs/2608.06506

・GRASP https://arxiv.org/abs/2608.06526

・Spherical Soft-Masking https://arxiv.org/abs/2608.06529

#生成AI #LLM #arxiv #MixtureOfExperts #多言語AI #AIエージェント #プライバシー #拡散モデル #論文解説

arXiv生成AIニュース（2026年8月10日）

キーワード: 選択的信頼 / ツール呼び出し / エージェント評価 / 動画言語モデル / 多言語推論転移 / ハイパーパラメータ不要量子化

オープニング：2026年8月10日 — 生成AI論文解説

本日は、外部文脈を選択的に信頼する学習法、ツール呼び出し方式の比較、エージェント評価の早期停止など、生成AIをどう検証するかに焦点を当てる。

今回は、大規模言語モデル（LLM）とマルチモーダルLLMを「どう鍛えるか」ではなく「どう検証するか」に焦点が当たった一週間だった。文脈への過信・過小信頼を切り分ける選好最適化、プログラムとしてのツール呼び出し、対戦型エージェント評価のための統計的停止規則、動画理解の時間的失敗を診断するベンチマーク、そして長期エージェント軌跡の因果的なエラー追跡まで、いずれも「性能が上がった／下がった」の一段先にある評価設計そのものを問う論文が並ぶ。締めくくりに、GPTQ系量子化の計算量を理論的に削減するアルゴリズム論文を置いた。

論文1: 選択的信頼のための文脈選好最適化（SCOPE）

Duke大学、シ