放課後論文ラジオ

By 放課後論文ラジオ

AIの最新論文を、ゆい＆かなでが放課後のおしゃべり感覚で解説するポッドキャストです。論文は読まなくてOK。1エピソード1論文、約10分でAI研究の最前線がざっくりわかります。... more

· Technology

Download on the App Store

Download on the App Store

Get it on Google Play

FAQs about 放課後論文ラジオ:

How many episodes does 放課後論文ラジオ have?

The podcast currently has 28 episodes available.

放課後論文ラジオ episodes:

May 06, 2026#28 90万円で動く「考えるロボット」の正体
今回の論文
タイトル: MolmoAct2: Action Reasoning Models for Real-World Deployment
著者: Haoquan Fang, Jiafei Duan et al.（Allen Institute for AI / ワシントン大学ほか）
発表: 2026年5月（arXiv）
このエピソードのポイント
約90万円の安価な機材セットで動く、完全オープンソースのロボット基盤モデルが登場
画面で「変化した部分だけ」奥行きを再計算する省エネ思考で、考えながらも速く動ける
未知の環境での実機テストで成功率87.1%。次点に38ポイント以上の大差をつけた
キーワード
VLAモデル: 画像と言葉の指示を受け取って、ロボットの動きを直接出力するAI。「目」「耳」「手」を一つのモデルで担います
ファインチューニング: 既存のAIに特定の作業データを追加で学習させて、自社向けに仕立て直すこと
双腕（バイマニュアル）: 両腕を協調させる作業。皿洗いや服たたみなど、片手では難しい仕事に必要です
適応的深度推論: 画面で変化した場所の奥行きだけを計算し直す省エネ思考。ロボットの応答を速くする工夫
フローマッチング: 滑らかな連続動作を生成する数学的手法。ノイズから徐々にきれいな軌道を作り上げます
論文リンク
論文URL: https://arxiv.org/abs/2605.02881
...more
6min
May 04, 2026#27 論文という形式が、AIに合わなくなってきた
今回の論文
タイトル: The Last Human-Written Paper: Agent-Native Research Artifacts
著者: Jiachen Liu et al.（Orchestra Research、Stanford、Cornell、MIT、Yale ほか）
発表: 2026年5月（arXiv プレプリント）
このエピソードのポイント
論文は「人間向けに圧縮された物語」。失敗や試行錯誤がごっそり捨てられていて、AIエージェントが再現・発展させるには情報が足りない
主張・コード・探索の枝分かれ・生データの4層フォルダで研究を表現する「ARA」という新フォーマットの提案
理解・再現の実験ではARAが圧勝。一方で強いモデルでは過去の失敗記録が逆に足かせになるという意外な結果も
キーワード
ARA（Agent-Native Research Artifact）: 論文をPDFではなく、AIがそのまま読んで動かせる構造化フォルダにまとめた新しい成果物のかたち
物語化税（Storytelling Tax）: 研究を一本のストーリーにまとめる過程で、失敗や試行錯誤の情報がごっそり捨てられてしまうコスト
探索グラフ: 研究中に試した仮説や失敗、方向転換を、枝分かれを保ったまま記録した木構造のメモ
PaperBench / RE-Bench: AIエージェントが論文を再現したり研究タスクを解いたりする力を測るベンチマーク
ARAコンパイラ: 既存のPDF論文やGitHubリポジトリを、ARA形式に自動変換する仕組み
論文リンク
論文URL: https://arxiv.org/abs/2604.24658
...more
7min
May 03, 2026#26 動画生成AIに3D空間の感覚を教え込む
今回の論文
タイトル: World-R1: Reinforcing 3D Constraints for Text-to-Video Generation
著者: Weijie Wang et al.（浙江大学、Microsoft Research ほか）
発表: 2026年1月
このエピソードのポイント
動画生成AIの弱点「カメラを動かすと物が歪む・消える」を、モデル構造を変えずに直す試み
生成した動画を3D空間として復元し、その破綻度合いを「報酬」にして強化学習で鍛える
3D一貫性を高めても、炎や水などの動きが固まらないように「周期的デカップル学習」で工夫
キーワード
強化学習（RL）: 良い結果には報酬、悪い結果には罰を与えて少しずつAIを賢くする学習法。今回は「3D的に矛盾の少ない動画」がご褒美の対象です。
3D一貫性: カメラを動かしても物体の形や位置がずれない、世界として筋が通っている性質のこと。
メタビュー評価: 生成した動画を別の角度から覗いて「ハリボテになっていないか」を確認する仕組み。
ノイズワーピング: 動画の元になるランダムノイズにカメラの動きをあらかじめ埋め込む工夫。モデルをいじらずにカメラ制御を可能にします。
周期的デカップル学習: 3D制約をかけ続けると映像が固まってしまうので、定期的に制約を外して動きを学ばせる工夫。
論文リンク
論文URL: https://arxiv.org/abs/2604.24764
...more
9min
May 02, 2026#25 AIの学習データを「デバッグ」する時代
今回の論文
タイトル: Programming with Data: Test-Driven Data Engineering for Self-Improving LLMs from Raw Corpora
著者: Chenkai Pan, Xinglong Xu, Yuhang Xu et al.（浙江大学ほか）
発表: 2026年4月（arXiv）
このエピソードのポイント
AIの学習データ作りを「テスト→デバッグ→修正」のサイクルで行う方法論を提案
知識を3階層（概念・関係・推論チェーン）に整理し、間違いの原因をピンポイントで診断
わずか1,000サンプルの修正で、従来の10倍のデータを使った手法を上回る成果を達成
キーワード
ファインチューニング: 学習済みのAIに、特定分野のデータを追加で学ばせて専門家に育てる工程です
ベンチマーク: AIの能力を測るためのテスト問題集のこと
概念ギャップと推論不足: AIが間違える原因を「知識自体がない」のか「知識はあるけど組み合わせられない」のかに分けた考え方
破滅的忘却: 新しいことを学ばせると、前に覚えていたことを忘れてしまうAIの困った現象
L1/L2/L3知識構造: 「概念→関係→推論チェーン」と3層に知識を整理した地図のような仕組み
論文リンク
論文URL: https://arxiv.org/abs/2604.24819
...more
7min
May 01, 2026#24 AIエージェントは「会話」をやめるべき？
今回の論文
タイトル: Recursive Multi-Agent Systems
著者: Xiyuan Yang, Jiaru Zou et al.（UIUC、Stanford、NVIDIA、MIT）
発表: arXiv, 2026年4月
このエピソードのポイント
複数のAIエージェントを「文章」ではなく「思考の中身（潜在表現）」で直接つなぐ新フレームワーク
LLM本体は凍結したまま、間をつなぐ小さなモジュールだけを学習させる省コスト設計
精度は平均8.3%向上、速度は最大2.4倍、トークンは最大75.6%削減という三方良しの結果
キーワード
マルチエージェントシステム（MAS）: 役割の違う複数のAIをチームのように連携させて問題を解く仕組みです。プランナー、批評役、解答役のように分業させます。
潜在表現: AIが文章を出力する直前に内部で持っている「思考の数値ベクトル」のこと。文章にする前の生の中間状態です。
再帰的計算: 同じ処理を何回もループさせて、答えを少しずつ深めていくやり方です。
RecursiveLink: 本研究の中核となる小さなモジュール。エージェント同士の潜在表現を橋渡しする「翻訳機」のような役割を担います。
勾配消失: 学習時に、層やループを重ねるほど学習の手がかりが伝わりにくくなる現象です。
論文リンク
論文URL: https://arxiv.org/abs/2604.25917
...more
7min
April 30, 2026#23 AIが嘘をつき始める本当の理由
今回の論文
タイトル: Why Fine-Tuning Encourages Hallucinations and How to Fix It
著者: Guy Kaplan, Zorik Gekhman, Zhen Zhu, et al.（ヘブライ大学、テクニオン、UIUC、USC）
発表: 2026年4月（プレプリント）
このエピソードのポイント
追加学習でAIが嘘をつき始める原因は「容量不足」ではなく「似た概念同士の干渉」だった
架空の地名 vs ランダムIDの比較実験で、表現の似ている新情報だけが既存の知識を壊すことを実証
「自己蒸留」という対策で、通常15%落ちる精度の劣化を約3%まで抑えられる
キーワード
ファインチューニング: 学習済みAIに追加データを与えて、特定の用途や口調に合わせ込む作業のこと。
幻覚（ハルシネーション）: AIがもっともらしい嘘を自信満々に答えてしまう現象。
自己蒸留: 学習前の自分自身を「先生」として保存し、新しいことを学ぶときに変わりすぎないように制約をかける手法。
表現の干渉: 似た意味の概念がモデル内の近い場所に保存されていて、片方を更新するともう片方まで壊れてしまう現象。
安定性と可塑性のトレードオフ: 「新しく覚える力」を上げると「前のことを忘れない力」が下がる、という綱引きの関係。
論文リンク
論文URL: https://arxiv.org/abs/2604.15574
...more
6min
April 29, 2026#22 AIエージェントを「会社」として雇う時代
今回の論文
タイトル: From Skills to Talent: Organising Heterogeneous Agents as a Real-World Company
著者: Zhengxu Yu, Yu Fu et al.（Huawei Noah's Ark Lab、UCL、リバプール大学）
発表: 2026年4月（arXiv プレプリント）
このエピソードのポイント
AIエージェントを「会社の従業員」として雇い、配属し、評価し、解雇する新しい仕組み「OneManCompany」を紹介
ソフト開発ベンチPRDBenchで成功率84.67%を達成し、Claude-4.5を約15ポイント上回った実力
異なるAIベンダーのエージェントが同じプロジェクトで共存できる「AI人材市場」というビジネス的インパクト
キーワード
Talent / Container: エージェントの「人格・スキル」と「実行環境」を分けて扱う設計。同じ人格を別の環境に持ち運べるイメージです。
Talent Market: 検証済みのAIエージェントが登録された人材マーケット。HRエージェントが必要に応じて「採用」してくれます。
E2R木探索: タスクを木のように分解して「探索→実行→レビュー」を繰り返す方法。途中で行き詰まったら別の道を試します。
DAG（有向非巡回グラフ）: タスク同士の依存関係を循環なく整理する図。「Aが終わらないとBは始められない」を厳密に管理します。
PIP（改善計画）: 成績が振るわないエージェント向けの改善プログラム。改善しないと自動的に「解雇」される仕組みです。
論文リンク
論文URL: https://arxiv.org/abs/2604.22446
...more
7min
April 28, 2026#21 AIは世界をどこまで理解しているか
今回の論文
タイトル: Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond
著者: Meng Chu et al.（香港科技大学、シンガポール国立大学、オックスフォード大学ほか）
発表: 2026年4月（arXiv プレプリント）
このエピソードのポイント
AIの「世界を理解する力」を、予測者・シミュレーター・進化者という3つのレベルで整理した
物理・デジタル・社会・科学の4領域でAIの成熟度を比較すると、科学領域が最先端で社会領域が最も難しいことが分かった
動画生成が綺麗でも「行動を変えたら未来も変わるか」というテストでは脆い。ビジネスでAIを選ぶときの新しい物差しになる
キーワード
ワールドモデル: AIが頭の中に持つ「世界の縮図」。次に何が起きるかを予測するための内部シミュレーターのようなもの
エージェント: 目標を達成するために自分で考えて動くAI。ワールドモデルを使って計画を立てる
反実仮想: 「もし違う選択をしていたら？」という仮定の問いに答える力。本当に計画に使えるAIに必要な能力
自律実験ループ: AIが仮説を立て、実験して、結果を見て自分のモデルを更新するサイクル。最上位レベルの核心
介入感度: 行動を変えたら未来も変わるか、というテスト。見た目のリアルさとは別物
論文リンク
論文URL: https://arxiv.org/abs/2604.22748
...more
8min
April 27, 2026#20 AIが動画の「時間の流れ」を見抜く
今回の論文
タイトル: Seeing Fast and Slow: Learning the Flow of Time in Videos
著者: Yen-Siang Wu et al.（Cornell University, 国立台湾大学, ワシントン大学）
発表: 2026年4月（arXiv）
このエピソードのポイント
AIは普通の動画ばかり学んでいるので「早送り」「スロー再生」を見分けられない、という盲点に挑戦
音のピッチが変わる現象を利用して、人間がラベルを付けなくてもAIが速度を学べる仕組みを開発
速度変化の検出精度92.4%を達成し、「指定した速度で動く動画」の生成にも成功
キーワード
自己教師あり学習: 人間がラベルを付けなくても、データの中にある規則性を使ってAIが自分で学ぶ仕組み
時間と周波数のスケーリング: 動画を早送りすると音が高くなる物理現象。再生速度と音の高さがリンクすることを学習に活用
等変性（equivariance）: 入力を2倍速にすると出力の予測速度も2倍になる、という比例関係。これをAIに守らせる学習法
時間的超解像: カクカクした低fps動画を、なめらかな高fps動画に変換する技術
速度条件付き生成: 「0.1倍速で動く動画を作って」のように、速度を指定してAIに動画を生成させる仕組み
論文リンク
論文URL: https://arxiv.org/abs/2604.21931
...more
7min
April 25, 2026#19 AIが2Dゲームを丸ごと作る時代
今回の論文
タイトル: OpenGame: Open Agentic Coding for Games
著者: Yilei Jiang et al.（香港中文大学 MMLab）
発表: 2026年4月
このエピソードのポイント
自然な言葉の要望から、コード・キャラ画像・BGMまで揃った2Dゲームを丸ごと自動生成するAIエージェント
「テンプレートスキル」と「デバッグスキル」という再利用可能な能力を、経験から自然に育てていく仕組みがユニーク
横スクロールなど物理ベースのゲームは得意だが、戦略やパズル系は苦手。「論理状態の管理」が次の壁
キーワード
エージェント: 自分で計画を立て、ツールを使って試行錯誤しながらタスクを進めるAI。文章を返すだけのAIより一段賢い動き方をします。
Phaser: JavaScriptで2Dゲームを作るためのオープンソースのライブラリ。コードだけで完結するのでAIが扱いやすいんです。
テンプレートスキル: ゲームの種類ごとの「骨組みのひな型」を、経験を重ねるうちに自然と学習・蓄積していく仕組み。
デバッグスキル: 過去に遭遇したエラーとその直し方をメモとして溜め込み、同じバグで毎回つまずかないようにする仕組み。
ヘッドレスブラウザ: 画面を表示せず裏でWebページを動かす技術。AIがゲームの動作を自動でチェックするのに使われます。
論文リンク
論文URL: https://arxiv.org/abs/2604.18394
...more
8min

FAQs about 放課後論文ラジオ:

How many episodes does 放課後論文ラジオ have?

The podcast currently has 28 episodes available.