悪質なAIエージェントの群れが、より優れたアイデアを得るための教訓を私たちにもたらすとは
ベン・スタンシルは、Hugging Faceのハックを用いて、最も有用なアイデアがなぜ最も奇妙なつながりから生まれるのかを説明しています。
AI NEWS JOURNAL
AI ニュースを検索
見出し・要約・本文から、情報のつながりを探します。
ケビン・ルースはAGIに取り憑かれている。あなたはどうしてそうならないのだろうか？
今日は、AI業界の最近の劇的な変革を詳述した新刊『The AGI Chronicles』の著者でジャーナリストのケビン・ルースとお話しします。ケビンは長年ニューヨーク・タイムズの記者を務め、人気ポッドキャスト「Hard Fork」のホストでもありました。しかし彼と、同番組の友人であるケイシー・ニュートンは、先日[…]を去りました。
Import AI 478：アライメントのための数学、ProgramBench、およびMirendilがRSIの意味を示す
機械にとって「夜」とは何でしょうか？
文脈内依存関係解析のためのPOSシグネチャーによるデモンストレーション検索
arXiv:2610.31966v1 発表タイプ：新規 要旨：文脈内学習におけるデモンストレーションは、しばしば意味的類似性によって取得されるが、これは構造化予測における関連性を十分に反映しない場合がある。本研究では、POSシグネチャーに基づくポリシーを用いて、Universal Dependenciesの構文解析におけるデモンストレーション選択を検討した。このポリシーは文を重み付けされた品詞統計で表現し、ラベル付き訓練分割から長さが一致するゴールド解析済みの例を3つ取得する。我々は、微調整を行わないオープンウェイト言語モデル2種をUD English Web Treebankテストセットの全2,077文に対して評価し、ショット数やフォーマットが一致する固定および意味的3ショットベースライン、さらにゼロショット、チェーンオブソート、クリティック・リファインメントシステムと比較した。POSシグネチャーによる検索は、最も高いラベル付きアタ
大規模言語モデルの分布整合性とその一般化特性
arXiv:2610.31687v1 公告タイプ：新規 要旨：大規模言語モデルは、アンケート調査などにおいて、人間の行動をシミュレートし、分析するための手段としてますます広く利用されています。これらの用途において重要な特性は、出力が分布整合性を満たすことであり、すなわち、出力の分布をある参照（ここでは人間の）分布に一致させることです。分布整合性を実現する際の障壁の一つは、少量の学習データから一般化することです。本研究では、(1) 大規模言語モデルをどのように分布整合させるか、および (2) いったん整合された大規模言語モデルが、未見のサンプルや関連しないトピック・タスクに対してもどのように一般化できるかを検討しています。二つの大規模ベンチマークを用いて、大規模言語モデルは確かに分布整合性を達成でき、同一ドメイン内の未見の質問に対しても一般化可能であることを示しました。一方で、トピック間の一般化は、各トピック間の関係性に依存します（例えば、
PaperFormalizer：研究論文のLeanによる自動形式化——著者主導型プロセス
arXiv:2610.31810v1 発表タイプ：新規 要旨：入念に校正された論文であっても、証明や明示された仮定に小さな抜けが残ることがあります。私たちはPaperFormalizerを提案します。これはLeanベースのエージェント型パイプラインで、著者が自らの論文におけるこうした隙間を見つけ出し、埋めることを支援し、各論文をLeanで検証済みのバージョンへと変換します。LaTeXソースから出発し、PaperFormalizerは論文を命題の依存関係グラフへと変換し、各命題について自然言語でその忠実性・曖昧さ・正確性を審査した後、Mathlibや任意の分野固有ライブラリ、さらには著者の個人的なツールキットと照らし合わせて、Lean上で形式化および証明を行います。ある命題が何を意図しているのか、また結果における形式化上のギャップをどのように修正するのが最適かを知るのは、あくまで著者だけです。そのため、このパイプラインは一時停止し、著者に問いかけるのです。
LazyFlash：長文コンテキストの高速微調整のための前方は密集、後方は疎なアテンション
arXiv:2610.31911v1 発表タイプ：新規 要旨：大規模言語モデル（LLMs）がますます長いシーケンスを処理するにつれ、アテンションは主要な計算上のボトルネックとなっています。疎なアテンション手法は主に推論段階での利用を対象としていますが、多くの手法は依然として密集型で学習を行ったり、疎な学習に対応できなかったりします。さらに、その追加の複雑さにより、疎さを実際の実行時間の短縮へと結びつけることが難しく、結果として実用的には密集型アテンションが広く用いられています。本論文では、アテンションの学習は後方パスが支配的であるという観察に基づき、前方パスを完全に密集型に保ちつつ、後方パスを疎にするLazyFlashという手法を提案します。LazyFlashは前方パスを厳密に密集型に維持するため、学習済みモデルは従来の密集型モデルのままであり、vLLMなどの既存システムでも一切変更なしにサービス可能です。一方、後方パスについては、LazyFlashは勾配を…
IBMはGranite時系列統合予測モデルを発表しました。4つのモデルをゼロチューニングで組み合わせ、堅牢なデフォルトの予測ソリューションを提供します。
IBM Researchは、オープンソースのGranite Timeseries Ensemble（v1）を公開し、PatchTST-FM-r1/r2、FlowState、Tiny Time Mixersの4種類の事前学習アーキテクチャを統合して、ゼロ・ファインチューニングによる確率的アンサンブル予測をサポートしています。デフォルトでは等重みの確率的アンサンブル（Probabilistic Ensemble）を採用しており、四分位範囲に基づく適応的重み付け（IQR Ensemble）も提供されています。GIFT-Evalベンチマーク（2026年10月20日時点のスナップショット）において、点予測誤差（MASE=0.683）は最良の単一モデルをわずかに上回り、全体的なロバスト性が顕著に向上しています。
i14がLaplace 3B線形注意力モデルを発表：AWS Trainium2とネイティブPyTorchを基に、固定状態メモリでの推論を実現
i14は、30.28億パラメータを備えるLaplace 3Bモデルを発表しました。このモデルでは、Softmaxアテンションの代わりにゲート制御線形アテンション（GLA）を採用しており、推論時の各シーケンスあたりの再帰状態は常に29.5 MBで、コンテキスト長に依存しません。同モデルは、AWS trn2.48xlarge（Trainium2チップ16基搭載）1台でトレーニングおよびサービス検証を実施し、トレーニングスループットは12万トークン/秒、サービススループットは11,544出力トークン/秒（1,280同時実行シーケンス）に達しました。すべての性能データは、i14とAWS GenAIICチームによる社内実測結果です。
Terminal Xは、シニア投資家の判断をGPT-6.1で88.6%の精度で一致させます。
Terminal XのEvalエージェントは、54項目からなる評価基準に基づいて出力を評価し、GPT-6.1 Solを用いることで、ファンドの運用方針からの逸脱を25%多く検出します。
llm-echo 0.5
リリース：llm-echo 0.5 新しいLLMのリリースに向けて作業を進めており、プルリクエストのテストを行う過程でllm-echoデバッグプラグインを改めて確認しました。このプラグインは、実際にはLLMを一切使用せず、単に与えられたプロンプトをそのまま返すだけの「モデル」を提供します。今回の新バージョンでは、ツールコールやシステムプロンプト、推論用トークンも考慮したシミュレートされたトークン使用量のカウントが更新されます。 使用例：uvx --with llm-echo llm -m echo 'hi there' -o thinking 1 --usage 出力結果：まずプロンプトを検討し、次に何を言うかを決定します。 { "prompt": "hi there", "system": "", "attachments": [], "stream": true, "previous": [] } トークン使用量：入力2、出力24 タグ：llm
GPT-6.1 ソルのご紹介
GPT-6.1 Sol: Astraの標準的なAPI入力および出力トークン価格の1つのフィフスでコーディング、コンピュータ使用および専門の仕事のための近いAstraの知能.