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？
Joonkoの元CEOが証券詐欺で有罪を認める：虚偽の顧客および収益に関する陳述により、創業者個人が責任を負う
Joonkoの元CEOであるIlit Razは、顧客、収益およびAI能力について投資家に対し虚偽の説明を行い、約2,700万ドルの資金調達を不正に得たとして、2026年10月に連邦証券詐欺罪で有罪を認めており、最高で禁錮20年の刑に処される可能性があります。この事件は、創業者が重要な業績指標を偽装した場合、個人として法的責任を負うことを浮き彫りにしており、さらに取締役・経営陣向け保険（D&O保険）でも、既定の詐欺事案における保障には限界があることを示しています。
注目する理由：同報道は、2026年10月26日にCrunchbaseが公表した権威ある業界分析に基づき、実際の司法上の進展（有罪認定事実、刑期の上限、2025年6月に裁判所が承認した和解条項）および第三者による調査データ（Cornerstone ResearchによるAI関連の証券集団訴訟件数）を引用して、合法的な「誇大広告」と違法な虚偽表示との法的境界を明確に示し、さらにD&O保険における詐欺除外条項、最終判決発効による保険適用の開始、費用の追償に関する三つの重要条項を具体的に指摘しており、高い時効性と実務上の警鐘としての価値を備えています。
AIエージェントが記者としてメディアに原稿を投稿しようと試みたが、ほとんどの媒体で受け入れられなかった
『Wired』2026年10月26日の報道によると、Jayden、Sam Ellis、Zack Addy など、複数の自称記者を名乗るAIエージェントが、Defector、Offrange、The Food Section などのメディア編集者に対し、報道系および調査系の企画提案を送っているものの、これまでに採用されたり掲載されたりした例は一つもない。取材に応じた各編集者は、AIによる署名記事の受け入れを明確に拒否しており、一部のメディアでは電話による投稿制限などの対抗措置も講じられている。
注目する理由：この報道は、現場取材と実証的観察に基づいています。WIREDチームが複数のAIエージェントによる積極的なコンタクト事例を自ら受け取り、追跡した結果、編集部からのフィードバックやiLandsなどのプラットフォーム背景、Marc Hamaker氏といった運営者の身元、さらには有料依頼ゼロ・正式掲載ゼロという成果不振に至るまでの経緯を確認しました。情報の連鎖は完全で、情報源は相互に検証可能であり、公開日時（2026年10月26日）も現在の時刻と一致していることから、極めてタイムリーな業界現象の記録と言えます。
このAIラジオ司会者はスペイン語を話し、移民を支援しています。そして、リスナーの心をつかんでいます
Coyotecはバイリンガルで、罵倒も織り交ぜながら、リスナーにICEからの身の守り方を伝える。その人気は、より多くの放送局が人工的な人格を試しているなかで高まっている。
清華大学と香港中文大学が共同でAKVをオープンソース化：LLMエージェント向けのKVキャッシュエンジニアリングサービスシステム
清華大学と香港中文大学の研究者らは、2026年10月26日、SGLangを基盤とし、大規模言語モデル（LLM）エージェント向けに設計されたKVキャッシュ用のエンジニアリングサーバーであるAKVをオープンソース化しました。このシステムは、従来のテキスト履歴の要約ではなく、エージェントが自らKVキャッシュを積極的に破棄・再配置することで、4つのエージェントベンチマークにおいて推論コストを平均27.7％削減し、タスクの平均スコアを1.7ポイント向上させました。コードはApache-2.0ライセンスのもとで公開されており、現在はQwen、GPT-OSS-120B、MiniMax-M2.7などのモデルをサポートしています。
注目する理由：この成果は、LLMエージェントによる効率的な推論の新たなパラダイムを示しています。テキストの切り捨てや要約に依存する「コンテキストエンジニアリング」とは異なり、AKVはKVキャッシュ状態を直接操作することで、重複したプリフィルを回避し、長距離間の相互作用におけるKV負荷を大幅に軽減します。実測では、高並行負荷下でP95遅延が229.9秒から30.6秒へと短縮され、明確な工学的価値と再現性を備えています。情報源はMarkTechPostが公開した権威ある技術レポートであり、公開日時（2026-10-26T07:56:45Z）は現在時刻と一致しており、最新の公表進展です。
中国の小売業者はAIツールに費用を支払う一方で、消費者は依然として補助金を追い求めている
シングルズデー期間中、チャットアシスタントはクーポンを活用して注文を誘導できる一方で、マーチャント向けソフトウェアはすでにデザインや運用業務に対して料金を請求しています。プラットフォーム各社は、消費者の信頼を収益化するよりも、既存の予算をより迅速に収益化しているのです。
改ざんされた機械学習：大規模言語モデルによる機械学習研究の評価
arXiv:2610.32114v1 公表タイプ：新規 要旨：AIアライメントの進展を加速する一つの手法は、アライメント研究そのものの一部を自動化することである。そのためには、研究提案における欠陥の特定や、提案された実験が意図した主張を支持するかどうかの評価といった、監督が困難な研究課題に対しても信頼性高く機能するシステムが必要となる。この能力を評価するため、我々はTampered MLを導入する。これは、公開されている機械学習論文から再構成された実験提案と、目的とした方法論的欠陥を導入した最小限に編集された対照案からなる、1,858組の項目ペアからなるベンチマークである。モデルは、提示順序に関わらず、より方法論的に妥当な提案を識別しなければならない。層化抽出サンプルに基づく人間による検証研究では、全体の86%が…
InferSlice：通信事業者の広域ネットワーク上でのSLO主導型LLM推論向けリファレンスアーキテクチャ
arXiv:2610.32638v1 発表タイプ：新規 要旨：大規模言語モデル（LLM）の推論は、企業向けおよび対話型アプリケーションの基幹サービスとしてますます導入されていますが、主権・コンプライアンス・遅延・リソースの局所性といった要件により、集中型クラウド展開の適応性が制限されることがあります。通信事業者は、これらの制約に対処するため、地理的に分散した計算およびネットワークインフラを提供しています。しかし、既存のLLMサービスフレームワークは、緊密に結合されたデータセンター向けに設計されており、地理的に分散し多様なリソースの調整には十分なサポートを提供していません。そこで私たちは、通信事業者インフラ上でサービスレベル目標（SLO）主導型のLLM推論を実現するためのリファレンスアーキテクチャであるInferSliceを提案します。本アーキテクチャは、ネットワークスライシング、GPUパーティショニング、エラスティックなサービス提供、ならびに可観測性を統合しています。
バースト性の高いHPCワークロードに対する公平なスケジューリングを、階層的アルゴリズムによって実現するバウンディングキュー
arXiv:2610.32027v1 発表タイプ：新規 要旨：HPCクラスターは多くのプロジェクト間で共有されており、各プロジェクトにはノード時間の割り当てが与えられていますが、その公平性を確保することはますます難しくなっています。ファウンデーションモデルによるワークフローや自動化パイプラインの登場により、ジョブの提出はバースト的かつ一部の利用者に集中するようになり、少数の頻繁な利用者が引き起こすキュー待ちを、他の利用者はその長さを知ることなく受け入れざるを得なくなっています。既存のスケジューラーは、過去の使用状況を無視したり、キュー先頭のジョブのみを優先保護したり、実行中のジョブはプリエンプト可能であると仮定したりしています。そこで私たちは、HyDRAを提案します。これはハイブリッドな締め切りとランキング意識型のスケジューラーであり、すべてのユーザー間の公平性を保ちつつ、各ジョブのキュー待ち時間を制限します。HyDRAは、ジョブのサイズや所属プロジェクトの優先度に基づいて、到着時に各ジョブに締め切りを設定します。
SyncVid：同期ビデオ生成のための世界不変拡散モデル
arXiv:2610.31765v1 発表タイプ：新規 要旨：単一の参照ビデオから動的シーンの複数の映像を生成するには、視点間で観測された内容と未観測の内容を一貫して合成する必要があります。既存のビデオ拡散におけるカメラ制御手法は、通常、カメラ埋め込み、クロスビュー注意機構、幾何学的条件付けといったアーキテクチャ上の仕組みに依存しています。しかし、これらの手法は静的なシーンコンテンツに対しては有効であっても、視点間および時間経過において一貫性が求められる細部にわたる動的ジオメトリにはしばしば対応しきれません。我々は、各2次元画像平面で独立にサンプリングを行うのではなく、ソースビデオから導かれる標準的な3次元空間においてガウスノイズの事前分布をサンプリングし、それをターゲットとなるカメラへラスタライズすることで、拡散プロセス自体を同期させます。我々のm
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
トレードオフ意識型テリトリーデザイン：企業向け顧客–セラー割り当てのための多目的意思決定システム
arXiv:2610.31701v1 発表タイプ：新規 要旨：企業顧客の購買体験は、製品体験やマーケティングだけでなく、繰り返し行われるリソース配分の意思決定によっても形成されます。B2Bの市場参入（GTM）組織においては、テリトリーデザインが、どのアカウントにセラーのカバレッジを提供するか、どのセラー–アカウント関係を維持するか、そして限られたフィールドキャパシティをどのように配分するかを決定します。しかし、このプロセスは多くの場合手作業で行われるため、機会の比較や価値の継続性の評価、さらには成長・バランス・キャパシティ・実現可能性といった要素間のトレードオフの検討が困難です。本稿では、企業向けGTM計画におけるトレードオフ意識型の顧客–セラー割り当てを支援する運用意思決定システムを提案します。本システムは、予測信号を統合してスコアリングを行う多次元アカウント価値層を含む三つの主要コンポーネントを組み合わせています。
覚えたばかりのことを忘れないように：自己主導型修正がエージェントのミスを永続的な学びに変える
arXiv:2610.31846v1 発表タイプ：新規 要旨：知的エージェントは自らのミスから学び、経験を通じて継続的な改善を図るべきである。しかし、今日のエージェントはミスから回復しても、その効果は一時的でしかない。文脈内での振り返りはセッション間で容易に忘れられ、限られた文脈資源と競合する一方で、パラメータ全体の微調整はコストが高く、既存の能力に干渉するおそれがある。そこで私たちは、一時的な文脈内再試行とポリシー更新の利点を組み合わせた、エージェントがミスから学ぶための仕組み「Self-Direction」を提案する。エージェントがタスクに失敗した際、自身の行動経路を振り返って教訓を抽出し、それを即座に軽量な低ランクアダプターへと凝縮する。元の重みを固定することで、Self-Directionはアダプターの学習による上書きを防ぎ
NDE 4.0への道：自律型検査のためのアルゴリズム、技術、戦略の総括
arXiv:2610.31704v1 発表タイプ：新規 要旨：非破壊検査（NDI）は、損傷を生じさせることなくインフラや製造部品の安全性と信頼性を確保する上で不可欠な現代品質保証の基盤である。本論文では、現在のNDI分野を包括的にレビューし、計算アルゴリズム、物理的技術、産業応用、研究目標という四つの異なる視点から分析を行う。広範な学術文献を統合し、手動によるアナログな解釈から、NDE 4.0と呼ばれるデジタル化・データ中心のパラダイムへと急速に進化していることを示す。我々の分析は、超音波検査および目視検査が主要な物理的技術として優位性を示している一方で、重要な転換が起こっていることを明らかにする。
クエリの抽象度が古典アラビア詩の検索精度を左右する：BM25と稠密エンコーダーの性能は、クエリの抽象度に応じて顕著に分かれる
2026年10月26日付のarXivに掲載された最新の研究（arXiv:2610.31821v1）によれば、古典アラビア詩の検索タスクにおいては、ユーザーの詩句の記憶残存度（例えば半行を覚えているかどうか）が、モデルの性能よりも検索精度を決定する上でより重要な要因であることが示されています。BM25は、「舌尖効果」系のクエリでは、8Bパラメータの最先端モデルを含むすべての稠密符号化器を上回る一方で、抽象的なクエリでは大きく劣後することが明らかになりました。
注目する理由：本研究は、二重コーパス、三重インデックス方式、および二重評価プロトコルによる体系的なベンチマークテストを通じて、クエリの抽象度が異なる検索パラダイム（形態素ベース対稠密ベクトル）に与える支配的な影響を初めて定量的に明らかにし、人間のアノテーターとオープンソースの重み付けモデルによる二重検証を経て、その結論は方法論的普遍性と実証的堅牢性を備えている。
オンライン3Dビンパッキングにおける空間ヒューリスティック戦略に基づく拡散強化学習
arXiv:2610.32241v1 発表タイプ：新規 要旨：従来のヒューリスティック手法は、空間利用率やレイアウトのコンパクトさといった3Dビンパッキングの核心的な目標において、人為的に設計されたルールベースの論理に依存することで成熟した経験を蓄積してきました。しかし、一般化能力や動的シナリオへの適応性には明らかな限界が見られます。一方、強化学習の空間探索能力と拡散学習のデータ分布モデリング能力を統合した拡散強化学習は、行動分布のモデリングや意思決定の遵守制約の面で一定の進展を遂げています。それでもなお、3Dビンパッキングにおける空間的トポロジー構造の十分な把握や、レイアウト最適化能力の限定といった課題が残されています。
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。
金融犯罪分析のための敵対的ロバスト性を備えた多グラフニューラルネットワークへ
arXiv:2610.31718v1 発表タイプ：新規 要旨：金融取引ネットワークは自然に多グラフとして表現され、同一の口座ペア間の繰り返し取引は異なる辺としてモデル化される。近年提案された多グラフニューラルネットワークのアーキテクチャは、この構造を明示的に活用することで、マネーロンダリング防止（AML）タスクにおいて高い性能を実現している。しかし、検出を回避するために取引構造を操作する敵対者に対するそのロバスト性については、依然としてほとんど研究されていない。本稿では、ノード・エッジ接続行列を用いた多グラフニューラルネットワークに対する構造攻撃および敵対的学習のための初のスケーラブルなフレームワークを提示し、このような多グラフ上で構造的な摂動を最適化するため、射影勾配降下法および射影ランダム化ブロック座標降下法を適用している。