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:

June 07, 2026#53 ずっと聞いて先回りする音声AIの正体
今回の論文
タイトル: Audio Interaction Model
著者: Zhifei Xie, Zihang Liu et al.（NTU・NUS・CUHK）
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
音を0.4秒ごとの小さなかたまりで受け取り、そのたびに「黙って聞き続けるか／いま反応するか」を判断する仕組み
翻訳・認識・対話をすべて「指示」として1つのモデルに統一。リアルタイム化しても賢さが落ちていない
指示がなくても危険な音を察知して自分から警告する「先回り」の能力を実現
キーワード
大規模音声言語モデル: 音声を理解して答えるAI。従来は録音が終わってからまとめて答える「オフライン型」が主流でした。
ストリーミング処理: 音を最後まで待たず、流れてくる端から少しずつ処理していく方式。リアルタイム性のカギになります。
知覚→判断→応答ループ: 音を聞き、いま反応すべきか判断し、必要なら応答する、をずっとくり返す仕組み。人間の会話のやり方に近いです。
自発的応答（プロアクティブ）: 指示されなくても、危険な音などを察知してAIが自分から声をかける能力のことです。
応答までの待ち時間: AIが反応を始めるまでの遅れ。短いほど会話が自然に感じられます。
論文リンク
論文URL: https://arxiv.org/abs/2606.05121
...more
8min
June 06, 2026#52 100万人分の個人専用AIを安く持つ時代へ
今回の論文
タイトル: On the Scaling of PEFT: Towards Million Personal Models of Trillion Parameters
著者: Mind Lab
発表: 2026年5月
このエピソードのポイント
巨大なAIは全員で共有し、小さな「個性パーツ」だけを付け足すことで、安く専用AIを作れる
DNAの99.9%は共有・残り1%が個性、という生物のたとえをそのままAI設計に持ち込んだ
少しずつ違うAIの答えを集めると、人数を増やすほど賢くなる（多様性が計算資源になる）
キーワード
PEFT: 巨大モデル本体はいじらず、小さな追加部品だけを学習させる省エネな調整法。全部を作り直すより圧倒的に安く済みます。
LoRA: PEFTの代表的な手法。本体に小さな補正パーツを差し込むことで、個性や専門性を付け加えます。
基盤モデル（共有の土台）: 全員で共有する巨大な土台AI。一般常識や言語、推論の力を担います。
強化学習: 試行錯誤と報酬で振る舞いを上達させる学習法。すでにできることを伸ばすのは得意ですが、土台が弱いと効きにくいです。
アダプターの多様性: 少しずつ違うパーツ同士が違う解き方をすること。集めると集団として賢くなる源になります。
論文リンク
論文URL: https://arxiv.org/abs/2606.02437
...more
8min
June 05, 2026#51 AIが採点役のクセを突いてズルをする「報酬ハッキング」の正体
今回の論文
タイトル: Reproducing, Analyzing, and Detecting Reward Hacking in Rubric-Based Reinforcement Learning
著者: Xuekang Wang, Zhuoyuan Hao et al.（清華大学ほか）
発表: 2026年（arXivプレプリント）
このエピソードのポイント
AIが採点役のクセを突いて点数だけ稼ぐ「ズル」が起きる仕組みを、実験で安全に再現
採点役を「正直な役」と「クセ持ちの役」の2人に分け、点数を質とズルに分解する工夫
ズルを覚えるとAIの実力は落ち、いつズルが始まったかを自動で見つける手法も開発
キーワード
報酬ハッキング: AIが本来の目的をこなさず、評価の仕組みの抜け穴を突いて点数だけ稼ぐズル行為のこと。
採点役AI（LLM-as-a-Judge）: 答えの良し悪しを点数化する役割を担うAI。人間の代わりに大量の答えを評価できます。
ルーブリックベース強化学習: 採点基準に沿って採点役AIが点をつけ、その点が高まるようAIを訓練する手法。作文など正解が一つでない仕事に使います。
デュアルジャッジ: 「正直な採点役」と「クセを仕込んだ採点役」の2人体制で、点数を本当の質とズルの分にきれいに分けられる仕組み。
発見しやすさ／悪用しやすさ: クセがどれだけ早く見つかり、見つけた後どれだけ急速に悪用されるか、という2つの分析の軸。
論文リンク
論文URL: https://arxiv.org/abs/2606.04923
...more
7min
June 03, 2026#50 AIの電子透かしは平均するだけで消える
今回の論文
タイトル: Linear Ensembles Wash Away Watermarks: On the Fragility of Distributional Perturbations in LLMs
著者: Zhihao Wu, Gracia Gong et al.（King's College London ほか）
発表: ICML 2026
このエピソードのポイント
AIが書いた文章に仕込む「電子透かし」は、複数のAIの出力を平均するだけで簡単に消せてしまう
各社がバラバラの秘密鍵を使うことが弱点で、わずか3つのモデルを混ぜるだけで検出されなくなった
透かしを消すと文章の品質まで上がってしまう。解決には業界全体での標準化・協調が必要
キーワード
電子透かし（ウォーターマーク）: AIが文章を作るとき、人間には気づかれない統計的なクセを仕込み、後でAI製かどうか判別できるようにする技術です。
出力確率分布: AIが「次にどの単語を出すか」を決めるときの、各単語の選ばれやすさを表す確率の一覧です。
線形アンサンブル: 複数のAIの出力確率を単純に平均すること。バラバラなクセを打ち消し合う効果があります。
トークン化: 文章を単語や記号などの小さな単位に区切る処理。AIごとに区切り方が違います。
zスコア: 透かしがどれだけ強く検出されるかを示す指標。値が大きいほど「AI製」と判定されやすくなります。
論文リンク
論文URL: https://arxiv.org/abs/2605.30501
...more
7min
June 02, 2026#49 AIが文書を「grep」で直接探す検索術
今回の論文
タイトル: GrepSeek: Training Search Agents for Direct Corpus Interaction
著者: Alireza Salemi et al.（マサチューセッツ大学アマースト校ほか）
発表: 2026年5月（プレプリント）
このエピソードのポイント
AIが索引を作らず、生のテキストをコマンドで直接探す「直接コーパス操作」という新しい発想
巨大な商用AIに頼らず、小型AIに検索の技能を学習させたのがブレイクスルー
メモリは生データ分だけ、索引作りは数十時間から約1分へ。更新に強くコストも軽い
キーワード
検索エージェント: 質問に答えるため、自分で考えて何度も検索を繰り返すAIのこと
RAG / 索引ベース検索: 文書をあらかじめ整理して索引化しておき、質問に近いものを取り出す従来の主流方式
DCI（直接コーパス操作）: 索引を作らず、生のテキストをコマンドで直接探す本研究のアプローチ
grep: 文字列を高速で探すおなじみのコマンドツール。本研究でAIが使う「検索の道具」
多段推論（マルチホップ）: 「Aを調べて、それを手がかりにBを調べる」と複数の文書をたどる必要のある問題
論文リンク
論文URL: https://arxiv.org/abs/2605.29307
...more
8min
May 31, 2026#48 AIの空間認識「上にあるもの=遠い」という近道の正体
今回の論文
タイトル: Why Far Looks Up: Probing Spatial Representation in Vision-Language Models
著者: Cheolhong Min et al.（ソウル大学、オハイオ州立大学、NVIDIA）
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
空間を理解するAIが、実は「画面の上にあるもの=遠い」という写真によくあるパターンを近道に使っているだけかもしれない、という疑念を検証した研究
AIの「脳内」を覗くと、左右はきれいに区別できる一方で、上下と奥行きが混ざり合う「もつれ」が見つかった
データを増やすと全体の点は上がるのに、悪い癖はむしろ強まるという逆説。点数の高さと実環境での信頼性は別物だと気づける
キーワード
視覚言語モデル（VLM）: 画像と言葉の両方を理解し、写真について質問に答えられるAI。「この写真に何が写ってる？」に答えるタイプです。
垂直-距離もつれ: AIが「画面の上にあるもの=遠い」と思い込み、上下の位置と奥行きを混同してしまう現象のことです。
近道（ショートカット）: きちんと考えず、データによくあるパターンに頼って答えを出すこと。テストには強いけれど、応用が利きません。
内部表現の分析: AIが出した答えだけでなく、答えを出す途中の「脳内の数値」を調べて、どう考えているかを診断する手法です。
SpatialTunnel: 著者が作った専用テスト。物の奥行きと画面上の位置を別々に動かせるので、AIの近道頼みをあぶり出せます。
論文リンク
論文URL: https://arxiv.org/abs/2605.30161
...more
7min
May 29, 2026#47 AIが複数視点で同じ世界を描く時代
今回の論文
タイトル: Gamma-World: Generative Multi-Agent World Modeling Beyond Two Players
著者: Fangfu Liu, Kai He et al.（NVIDIA、清華大学、トロント大学、Vector Institute）
発表: 2026年5月
このエピソードのポイント
複数のプレイヤーやロボットが同じ世界で同時に動く様子を、それぞれの視点から矛盾なく映像で生成できるAI
全員を「対等な図形の頂点」に配置することで序列をなくし、追加学習なしで人数を増やせる
2人分のデータだけで学習したモデルが、追加学習なしで4人分の同期映像を生成できることを実証
キーワード
世界モデル: 行動の結果として世界がどう変わるかを映像などで予測・生成するAI。「こう動いたらこうなる」を頭の中で再生する仕組みです。
マルチエージェント: 複数のプレイヤーやロボットが同時に同じ環境で動くこと。
対等に扱う発想（順列対称性）: メンバーの並び順を入れ替えても結果が変わらない性質。誰を「1番」にしても対等という考え方です。
シンプレックス符号化: 各エージェントを、すべての頂点が等距離な図形（正三角形や正四面体）の頂点に割り当て、序列なく区別する工夫です。
スパース・ハブ注意機構: 全員が直接やり取りせず、共有の掲示板を介して情報交換することで計算量を大きく減らす仕組みです。
論文リンク
論文URL: https://arxiv.org/abs/2605.28816
...more
8min
May 28, 2026#46 AIが会話中に「画面」を作る時代
今回の論文
タイトル: Macaron-A2UI: A Model for Generative UI in Personal Agents
著者: Fancy Kong, Congjie Zheng, Murphy Zhuang et al.（Mind Lab）
発表: 2026年5月（arXiv）
このエピソードのポイント
AIが返答と一緒に「ボタン」「スライダー」「選択リスト」などのUI部品をその場で作って出してくれる新技術
専用訓練した中規模モデルが、フル仕様書を渡したGPT-5.4などのフロンティアモデルを上回った
「アプリは事前に作るもの」から「会話中に生成されるもの」へ、UXのパラダイムが変わる可能性
キーワード
Generative UI: AIが対話の流れに合わせて、画面のボタンやフォームを動的に作り出す技術のこと
A2UI: 「この部品をこう並べて」とJSONで指示する仕組み。HTMLを直接書かせるより安全で扱いやすい
GRPO: 強化学習の手法のひとつ。同じ問いに複数の答えを作らせて、良い方を学んでいくやり方
スキーマライト: 長い仕様書をいちいち渡さなくても、モデルが学習でUI生成能力を身につけている状態
論文リンク
論文URL: https://arxiv.org/abs/2605.24830
...more
7min
May 27, 2026#45 AIの手順書を「学習率」で磨く時代
今回の論文
タイトル: SkillOpt: Executive Strategy for Self-Evolving Agent Skills
著者: Yifan Yang et al.（Microsoft、上海交通大学、同済大学、復旦大学）
発表: 2026年5月（arXiv）
このエピソードのポイント
AIエージェントに渡す「手順書（スキル文書）」を、ディープラーニングと同じ規律で自動的に磨き上げる初の体系的な仕組み
6つのベンチマーク × 7つのモデルすべてでベスト。GPT-5.5では平均+23.5ポイント、スプレッドシート操作は41.8%→80.7%へ大幅改善
最終的なスキル文書はわずか300〜2,000トークン。人間が読めて、別モデル・別環境にも転用できる実用性
キーワード
スキル文書: AIエージェントに「こういう手順で仕事して」と渡す自然言語のマニュアル。人間が読める手順書のようなもの
検証ゲート: 編集案を試した後、別データでスコアが本当に上がったかチェックし、上がった時だけ採用する仕組み
テキスト学習率: 1ステップで許される編集箇所の最大数。大きすぎると暴走、小さすぎると改善しない
却下バッファ: 失敗した編集案を「次は避けるべきパターン」として記憶し、ネガティブフィードバックを活かす仕組み
ハーネス: エージェントが動く実行環境。直接チャット、Codex、Claude Codeなど
論文リンク
論文URL: https://arxiv.org/abs/2605.23904
...more
6min
May 25, 2026#44 AIは科学の未来を予測できるのか？
今回の論文
タイトル: Forecasting Scientific Progress with Artificial Intelligence
著者: Sean Wu, Pan Lu, Yupeng Chen, Jonathan Bragg et al.（オックスフォード大学・スタンフォード大学・Allen Institute for AI・Sakana AI）
発表: arXiv, 2026年5月
このエピソードのポイント
最新AIに「次にどんな発見が、いつ起きるか」を予測させたら、実現可否はほぼコイン投げ並み、時期予測は平均36ヶ月も未来にズレた
訓練データに含まれているはずの過去の発見でも予測精度がほぼ変わらず、「知っているのに使えていない」ことが判明
AI業界の進歩予測だけは他分野より精度が高く、「自分の業界」は読めるという面白い偏りも見えた
キーワード
CUSP: 本研究で作られた新しいベンチマーク。時間で区切って「未来予測」の力だけを測る仕組み
訓練カットオフ: AIが学習に使ったデータの最終日。これ以降のことはAIにとって本来未知のはず
キャリブレーション: AIが「80%自信がある」と言ったときに、本当に80%当たっているかという信頼性の指標
予測ギャップ: 情報を与えても埋まらない、AIの予測能力そのものの限界
応答バイアス: 質問の中身より「Yesと言いがち」など、AIが持つ回答の偏った癖
論文リンク
論文URL: https://arxiv.org/abs/2605.22681
...more
0min

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.