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 83 episodes available.

放課後論文ラジオ episodes:

July 29, 2026#84 2.8兆パラメータの最強AIが無料で使える時代
今回の論文
タイトル: Kimi K3: Open Frontier Intelligence — Technical Report of Kimi K3
著者: Kimi Team（Moonshot AI）
発表: 2026年7月
このエピソードのポイント
2.8兆パラメータという桁違いの巨大さと、100万トークン（本数冊分）の長文処理を両立
トップクラスの性能を保ちながら、モデル本体を無料公開。しかも非公開AIの数分の一のコストで動く
天体物理の計算を2時間で、42年分の業界分析を自動で——長丁場の知的作業をAIが自律的にこなす例が満載
キーワード
MoE（専門家混合）: たくさんの専門家AIを用意し、質問ごとに一部だけを呼び出す仕組み。全員を動かさないので効率がよいです。
パラメータ: AIの知識や勘を数値化したもの。多いほど賢くなる傾向がありますが、動かす計算コストも増えます。
コンテキストウィンドウ: AIが一度に読み込んで覚えていられる文章量。100万トークンは本数冊分に相当します。
エージェント: AIが自分で計画を立て、ツールを使い、結果を確認しながら長い作業を自律的にこなす使い方です。
ネイティブマルチモーダル: 文章・画像・動画を後付けではなく、最初からひとつの頭脳で一緒に扱えることです。
論文リンク
論文URL: https://arxiv.org/abs/2607.24653
...more
8min
July 21, 2026#83 YouTube動画からAIが「スキル」を学ぶ時代
今回の論文
タイトル: Resource2Skill: Distilling Executable Skills from Human-Created Resources for Software Agents
著者: Yijia Fan, Zonglin Di, Zimo Wen, Yifan Yang et al.（Microsoft Research ほか）
発表: 2026年（arXivプレプリント）
このエピソードのポイント
YouTubeのチュートリアル動画やコード、記事といった人間向けの教材を、AIが実行できる「手順書」に自動変換する仕組みを作った
Web制作からExcel、3D、CADまで7分野で検証し、成果物のスコアが平均11.9ポイント向上。市販の強力なAIにも26/28で勝った
AIの土台モデルの賢さより「持たせる手順書の質」のほうが成果を左右する、という発見が面白い
キーワード
スキル: 「こういう時はこう操作する」という再利用できる手順のコツを、AIが呼び出せる形にまとめたもの
蒸留: 大量の生データから、本当に必要な要点だけを抜き出して凝縮すること
Skill Wiki: スキルを分野ごと・階層ごとに整理した百科事典。文章・コード・画像がセットで収録される
マルチモーダル: 文章だけでなく、動画・画像・音声など複数の種類の情報をまとめて扱うこと
オンライン獲得: 手持ちのスキルで足りない時、その場でネット検索して新しいスキルを追加する仕組み
論文リンク
論文URL: https://arxiv.org/abs/2606.29538
...more
7min
July 15, 2026#82 賢さを「差分」で引き継ぐAI訓練の新常識
今回の論文
タイトル: Weak-to-Strong Generalization via Direct On-Policy Distillation
著者: Shiyuan Feng, Huan-ang Gao, Haohan Chi et al.（清華大学AIR・ByteDance Seed）
発表: 2026年（arXivプレプリント）
このエピソードのポイント
小さくて安いAIで賢くする作業を済ませ、その成果だけを大きなAIに移植する技術
完成品を丸ごと真似るのではなく、訓練前と訓練後の「差分」だけを取り出して引き継ぐのがカギ
32枚のGPUで1週間以上かかる訓練に匹敵する成績を、わずか8枚のGPUで約4時間で達成
キーワード
強化学習（RLVR）: AIに何度も答えさせ、正解かどうかで採点しながら賢くしていく訓練法。効果は高いけれど計算コストが大きいのが悩みどころです。
オンポリシー蒸留: 生徒のAIが自分で作った答えを、お手本の先生AIと照らし合わせながら学んでいく方法です。
ポリシーシフト（政策の変化）: 訓練の前と後でAIの振る舞いがどう変わったかを表す「差分」。この研究で移植する主役になる部分です。
暗黙の報酬: 採点表そのものではなく、モデルの変化の中に隠れている「良い・悪い」の評価シグナルのことです。
弱から強への汎化: 弱くて安い監督役を使って、より強いモデルの能力を引き出そうという考え方です。
論文リンク
論文URL: https://arxiv.org/abs/2607.05394
...more
7min
July 12, 2026#81 話しかけると動く、リアルタイム動画AIの時代
今回の論文
タイトル: Vidu S1: A Real-Time Interactive Video Generation Model
著者: Jintao Zhang et al.（清華大学、Shengshu Technology）
発表: 2026年7月
このエピソードのポイント
音声で指示すると、画面の中の人物がその場で手を振ったりハートを作ったり反応してくれる
映像を作り続けても画面が崩れない工夫と、一般的なGPUでも滑らかに動く高速化がすごい
「動画を作って待つ」から「話しかけて即応答」へ、動画AIとの付き合い方が変わりそう
キーワード
リアルタイム／FPS: FPSは1秒あたりのコマ数のこと。30を超えると人間には滑らかに見え、Vidu S1は42FPSと実用水準を上回ります。
自己回帰生成: 映像を一気に作らず、少し先の1コマを予測しては次へ、と順番に作っていく方式。その場で反応するのに向いています。
ドリフト・破綻: 映像を作り続けるうちに小さな誤差が積み重なり、だんだん画面が歪んだり崩れたりする現象。長時間生成の大敵です。
蒸留: 高品質だけど遅いAIのコツを、軽くて速いAIに教え込む技術。ここでは処理をたった3ステップまで圧縮しています。
TwinCache: 過去の映像を「ざっくりした記憶」と「きれいな記憶」の2種類で管理し、長時間でも動きの流れと細かさを両立させる仕組みです。
論文リンク
論文URL: https://arxiv.org/abs/2607.03118
...more
7min
July 09, 2026#80 スマホで動くAIが1兆モデルに並んだ日
今回の論文
タイトル: Gemma 4 Technical Report
著者: Gemma Team, Google DeepMind
発表: 2026年6月（arXivプレプリント）
このエピソードのポイント
スマホやノートPCでも動くほど軽いのに、文章・画像・音声をまるごと理解できるAI
答える前に頭の中で考えを書き出す「考えるモード」で、数学やプログラミングの正答率が急上昇
わずか310億の規模で、数千億〜1兆超の巨大モデルと肩を並べた
キーワード
オープンウェイト: AIの頭脳の中身が公開されていて、誰でもダウンロードして自由に使える形式のこと
考えるモード: 答えを出す前に、推論の過程をいったん書き出してから回答する仕組み。難問への正答率が上がる
KVキャッシュ: AIが文脈を覚えておくための記憶メモ。長い文章ほど膨らみ、メモリを圧迫する
量子化: 計算の精度をあえて粗くしてデータを小さくし、動作を軽く速くする技術
エンコーダーフリー: 画像や音声を処理する専用の変換装置を省き、生データを直接AIに流し込む構造
論文リンク
論文URL: https://arxiv.org/abs/2607.02770
...more
6min
July 07, 2026#79 テストで良くても本番でダメ？LLM強化学習の落とし穴
今回の論文
タイトル: The Mirage of Optimizing Training Policies: Monotonic Inference Policies as the Real Objective for LLM Reinforcement Learning
著者: Jing Liang, Hongyao Tang, Yi Ma et al.（天津大学・アリババ）
発表: 2026年（プレプリント）
このエピソードのポイント
AIを強化学習で鍛えるとき、学習に使うシステムと本番で使うシステムで出す確率が微妙にズレていて、これが学習を静かに壊してしまう
大事なのは「学習側で良くなること」ではなく「本番で使う側で良くなること」だと考え方を切り替えた
更新したモデルを本番環境でテストし、ちゃんと良くなっていたら採用・ダメなら却下する仕組みで、性能の急な崩壊を防いだ
キーワード
訓練と推論のズレ: モデルの中身が同じでも、学習計算をするシステムと実際に文章を作るシステムとで、出す確率が微妙に食い違ってしまう現象です。
強化学習: 試行錯誤して、うまくいった行動にご褒美を与えながらAIを賢くしていく学習方法です。
単調改善: 更新のたびに性能が下がることなく、着実に良くなっていくことを指します。
FP8量子化: 計算を軽くするために数値の精度をあえて粗くする技術。速くなる代わりにズレは大きくなります。
GRPO: いまLLMの強化学習で広く使われている手法の一つで、今回の比較のベースになっています。
論文リンク
論文URL: https://arxiv.org/abs/2606.29526
...more
0min
July 06, 2026#78 AIの記憶は「積み上げ」より「選ぶ」時代へ
今回の論文
タイトル: AgenticSTS: A Bounded-Memory Testbed for Long-Horizon LLM Agents
著者: Xiangchen Cheng et al.（Alaya Lab、上海交通大学ほか）
発表: 2026年7月
このエピソードのポイント
AIエージェントの記憶を「全部積み上げる」のではなく「必要な種類だけ選んで持ってくる」設計に変えた研究
記憶を5つの引き出しに分けることで、どの記憶が成績に効いているのかを部品ごとに切り分けて検証できる
履歴を積み上げる既存方式と比べて、指示文の長さもコストも一定に保てる（トークン消費は66〜90分の1）
キーワード
長時間タスク: 何百もの判断を積み重ねて達成する、時間のかかる作業のこと。
プロンプト: AIに渡す指示文。ここに何を含めるかでAIの判断が変わります。
上限付きの記憶: 作業がどれだけ長引いても、指示文の長さが一定以上に膨らまないようにする仕組みのこと。
アブレーション: 部品を1つ外して成績の変化を見る実験手法。うまくいった原因を切り分けるのに使います。
トークン: AIが文章を処理する単位。数が多いほどコストと時間がかかります。
論文リンク
論文URL: https://arxiv.org/abs/2607.02255
...more
0min
July 05, 2026#77 コードを動かさずに採点するAIの新常識
今回の論文
タイトル: Dockerless: Environment-Free Program Verifier for Coding Agents
著者: Wenhao Zeng, Yuling Shi et al.（上海交通大学・Douyin Group）
発表: arXiv プレプリント（2026年）
このエピソードのポイント
プログラムを実際に動かさずに、コードの倉庫を自力で調べて修正が正しいかを採点する新しい仕組み
専用の実行環境を用意する「準備地獄」がいらなくなり、AIの訓練コストが劇的に下がる
実際に動かして採点する従来方式とほぼ互角の成果を、準備コストゼロで実現
キーワード
コーディングエージェント: 人間の代わりにプログラムのバグを自動で見つけて直すAIです。
検証器（Verifier）: AIが書いた修正が正解かどうかを採点する審判役の仕組みです。訓練の質を左右します。
Docker（実行環境）: プログラムを動かすための専用の箱で、プロジェクトごとに用意するのが手間でした。今回はこれが不要になります。
サブエージェント: 特定の質問だけを調べる小さな専門AIです。複数を並行で働かせ、証拠を集めます。
解決率: AIが実際に不具合を直せた割合のことです。高いほど優秀です。
論文リンク
論文URL: https://arxiv.org/abs/2606.28436
...more
8min
July 04, 2026#76 AIを毎回呼ばない、その処理をアプリに焼き込む
今回の論文
タイトル: Program-as-Weights: A Programming Paradigm for Fuzzy Functions
著者: Wentao Zhang, Liliana Hotsko, Woojeong Kim et al.（ウォータールー大学 / コーネル大学 / ハーバード大学）
発表: 2026年（プレプリント）
このエピソードのポイント
「大事なログだけ拾う」「壊れたデータを直す」みたいな、ルールにしにくい処理を自然言語で作れる
大きなAIが一度だけ専用の小さな部品（約23MB）を作り、あとは手元の小型AIで軽く使い回す
6億パラメータの小型AIが、50倍以上大きいAIに直接頼むより高い正解率を達成した
キーワード
曖昧な関数: 人間なら直感でできるのに、はっきりしたルールでは書けない処理のこと。大事なログを拾う、崩れたデータを直す、などが例です。
コンパイラとインタープリタ: コンパイラは指示から実行部品を作る変換役、インタープリタはその部品を実際に動かす実行役です。
LoRA（ローラ）: AIの中身を全部作り直さず、少しだけ差分を足して振る舞いを変える軽量な調整パーツです。
量子化: 数値データを粗くしてファイルを小さくする圧縮技術。少しの精度低下で大幅に軽くなります。
FuzzyBench: この研究で公開された、曖昧な処理1000万例分の学習用データ集。800種以上のタスクを網羅しています。
論文リンク
論文URL: https://arxiv.org/abs/2607.02512
...more
7min
July 02, 2026#75 AIの頭の中に「世界」をつくる
今回の論文
タイトル: Orca: The World is in Your Mind
著者: Orca Team, Beijing Academy of Artificial Intelligence（北京智源人工知能研究院）
発表: 2026年
このエピソードのポイント
「次の単語」ではなく「次の世界の状態」を予測するという新しい発想を紹介します
ラベルなしの動画から学ぶ「無意識の学習」と、言葉の指示から学ぶ「意識的な学習」を組み合わせる仕組みを解説します
ロボットの動作データを一切使わないのに、動画だけの学習で実機操作までこなせた驚きの結果を取り上げます
キーワード
世界基盤モデル: 言葉・画像・行動を別々に扱うのではなく、「世界がどう変化するか」という共通の理解を土台にする万能型のAIです。
次の状態の予測: 「次の単語」や「次のコマ」ではなく、世界そのものの状態が次にどう変わるかを予測する考え方です。
無意識の学習: ラベルなしの動画をひたすら見て、物の動きや場面の変化を自然に体得する学び方です。
意識的な学習: 「扉を閉める」などの言葉の指示を手がかりに、意味のある変化を学ぶ学び方です。
世界の理解空間: AIの頭の中にできる「世界のイメージ」。ここから言葉・画像・動作を取り出せます。
論文リンク
論文URL: https://arxiv.org/abs/2606.30534
...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 83 episodes available.