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:

May 11, 2026#33 音楽を入れたらAIが踊る動画を作る時代
今回の論文
タイトル: MACE-Dance: Motion-Appearance Cascaded Experts for Music-Driven Dance Video Generation
著者: Kaixing Yang, Jiashu Zhu et al.（中国人民大学、アリババAMAP、清華大学ほか）
発表: arXiv 2025年12月（2026年5月公開予定）
このエピソードのポイント
音楽を入れるだけで、参考画像の人物がその曲に合わせて踊る動画を自動生成する技術
「動きの専門家」と「見た目の専門家」を直列につなぐ分業設計で、自然なダンスと崩れない映像を両立
中間データに3D骨格を使うことで、奥行きや手足の重なりに強くなり、編集もしやすい
キーワード
Mixture-of-Experts（MoE）: 1つの巨大AIが全部やる代わりに、得意分野の違う複数のAIに分業させる仕組み。
拡散モデル: ノイズだらけの状態から少しずつノイズを除いて、綺麗な画像や動きを作るAIの主流技術。
BiMamba: Transformerより高速で、時系列の前後関係をなめらかに扱える新しいAI部品。前向き・後ろ向きの両方を見るタイプ。
SMPL: 人体を3Dで表現する標準的な「デジタル人形」フォーマット。関節角度などで全身の姿勢を表す。
Guidance-Free Training（GFT）: 従来の生成AIで2回必要だった計算を1回で済ませる新しい学習法。速くて安定。
論文リンク
論文URL: https://arxiv.org/abs/2512.18181
...more
6min
May 10, 2026#32 AIに「grep」を使わせたら検索が変わった
今回の論文
タイトル: Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction
著者: Zhuofeng Li, Haoxiang Zhang, Cong Wei, Pan Lu, Ping Nie et al.
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
AIに情報を探させる時、ベクトル検索ではなくgrepなど昔からのコマンドで直接ファイルを探らせる新発想
同じAIモデルでも検索方法を変えるだけで、正答率が11ポイント上がりコストは約30%下がった
大規模コーパスでは性能が落ちるなど制約もあり、用途を選ぶ技術であることもしっかり議論
キーワード
RAG（検索拡張生成）: AIに外部の文書を探させ、その内容を踏まえて回答させる仕組み。社内データ活用の定番手法です。
ベクトル検索: 文書や質問を数値に変換し「意味の近さ」で似たものを返す方式。意味は捉えやすいが完全一致は苦手。
エージェント型検索: AIが自分で計画を立て、何度も検索を繰り返しながら答えに近づいていく賢い検索のやり方。
Direct Corpus Interaction (DCI): この論文の提案手法。インデックスを作らず、AIにターミナルを渡して直接ファイルを探らせるアプローチ。
grep / bash: Linuxで昔から使われているコマンド。文字列を検索したりコマンドを組み合わせたりできる便利な道具。
論文リンク
論文URL: https://arxiv.org/abs/2605.05242
...more
7min
May 09, 2026#31 ナンセンスがAIを賢くする不思議な話
今回の論文
タイトル: Nonsense Helps: Prompt Space Perturbation Broadens Reasoning Exploration
著者: Langlin Huang, Chengsong Huang, Jinyuan Li et al.（ワシントン大学セントルイス校）
発表: 2026年5月（プレプリント）
このエピソードのポイント
難しすぎる問題で全部不正解になると学習が止まってしまう「ゼロアドバンテージ問題」を、ダミー文の追加だけで救えるという話
数学ベンチマークで最大+6.20点の改善。サンプリング数を単純に増やすより効果が大きい
ただしランダムなら何でもいいわけではなく「ラテン語風で意外度が低い」ナンセンスがちょうどよく効く
キーワード
GRPO: 同じ問題を複数回AIに解かせて、相対的に良かった答えに寄せていく強化学習の手法
ゼロアドバンテージ問題: 全部の試行が間違えると相対的な差が消え、学習信号がゼロになってしまう現象
ロレム・イプサム: デザイン業界でレイアウト確認に使われるラテン語風のダミー文。意味は持たない
プロンプト空間の摂動: 入力文そのものを揺さぶる手法。出力にランダム性を足すのとは別の発想
パープレキシティ: モデルから見た「意外度」。低いほど自然に見え、高いほど突拍子もない
論文リンク
論文URL: https://arxiv.org/abs/2605.05566
...more
7min
May 08, 2026#30 AIがAIを鍛える、文書理解の新しいレシピ
今回の論文
タイトル: From Context to Skills: Can Language Models Learn from Context Skillfully?
著者: Shuzheng Si, Haozhe Zhao, Yu Lei, Qingyi Wang et al.（清華大学、DeepLang AI、UIUC、復旦大学、香港中文大学）
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
社内マニュアルや専門文書など、AIが学習時に知らなかった情報を「その場で読み取って使う」のは実は苦手分野
AI同士を「出題者」と「解答者」に分けて自己対戦させ、文書から使えるスキル集を自動で作る仕組みを提案
スキルを与えただけでGPT-4.1が上位モデルのGemini 3 Proを上回るなど、追加学習なしで性能が伸びることを実証
キーワード
コンテキスト学習: 事前学習で覚えていない情報を、その場で渡された文書から読み取って使う能力のこと。
自然言語スキル: 「この場面ではこう判断する」というルールや手順を、人が読める文章にまとめたもの。
自己対戦（Self-play）: AI同士が出題者と解答者に分かれて、互いに鍛え合う学習方法。
敵対的崩壊: 対戦が過熱して出題が極端になり、解答スキルも偏ってしまう現象。
Cross-time Replay: 過去の各時点のスキルを難問・易問の両方で再評価し、バランスの取れたものを選ぶ仕組み。
論文リンク
論文URL: https://arxiv.org/abs/2604.27660
...more
7min
May 07, 2026#29 AIに自己レビューさせてはいけない
今回の論文
タイトル: ARIS: Autonomous Research via Adversarial Multi-Agent Collaboration
著者: Ruofeng Yang, Yongcan Li, Shuai Li 他（上海交通大学）
発表: 2026年4月（arXivテクニカルレポート）
このエピソードのポイント
AIによる研究自動化の最大の落とし穴は「もっともらしいが裏付けのない成功」を作り出してしまうこと
ARISは「実行するAI」と「批評するAI」を別メーカーに分けることで、自己レビューの甘さを回避
主張と根拠を台帳で突き合わせ、履歴ゼロの第三者AIに再監査させる仕組みは、社内のAI運用にも転用できる発想
キーワード
敵対的協調: 仲間だけど立場が違うAI同士に、わざと粗探しをさせ合って品質を上げる仕組み。
もっともらしい裏付けなき成功: 一見うまくいっているように見えて、実は根拠が伴っていないAIの出力。長時間タスクで起きやすい現象です。
主張台帳: 論文の主張1つ1つを「どの実験データが裏付けているか」と紐づけて管理する一覧表。
ハーネス: AIモデル本体を取り囲む業務システム部分。何を覚えさせ、何を見せ、どう繋ぐかというロジック全体のこと。
クロスファミリーレビュー: ClaudeとGPTのように、別系統のAIに相互レビューさせる運用ルール。
論文リンク
論文URL: https://arxiv.org/abs/2605.03042
...more
6min
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

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.