タイムライン検索

2025年10月31日

AI技術開発を手掛ける株式会社Preferred Networksは、その革新的な取り組みで注目を集めています。同社は、深層学習などの最先端技術を駆使し、製造業や医療、バイオテクノロジーといった多岐にわたる分野での課題解決を目指しています。独自のアルゴリズム開発や、現実世界の問題解決に特化したAIソリューションの提供を通じて、産業界のデジタルトランスフォーメーションを力強く推進しています。特に、ロボット制御や素材科学、ライフサイエンス分野におけるAIの応用研究開発に注力しており、これまでにない技術的ブレークスルーを生み出すことが期待されています。国内外のパートナー企業との連携も深め、グローバルな視点での技術開発と社会実装を進めている点も特徴です。 Preferred Networks

Preferred Networks

2026年5月18日

Googleは、AI上位契約者向けサービスにおいて、新たなシミュレーション機能の提供を開始した。この機能は「Project Genie」と呼ばれ、同社が長年開発してきたStreet Viewの技術基盤を活用している。 Project Genieの特徴は、実在する地域や施設をデジタル環境で高い精度で再現できる点にある。ユーザーはこの仮想空間内で、現実世界に近い環境でのシミュレーションを実行することが可能になる。建築計画の検証や都市開発のシナリオテスト、さらには教育用途など、多様な応用が期待されている。 提供対象はAI Ultra契約者に限定されており、段階的な展開が予定されている。Googleは今後、機能の拡張やユースケースの拡大を進める方針を示している。 引用元：Google DeepMind

Google DeepMind

2026年5月28日

ロボティクスは新しい段階に入り、コントロールされたデモとスクリプト化された自動化から、現実世界での汎化可能で信頼性の高い具体化された自律性へ移行しています。国際ロボティクス会議で...

NVIDIA Blog

2026年5月29日

大規模言語モデル(LLM)の安全性維持は、現実世界のアプリケーションへの導入が増加する中で極めて重要です。既存の安全ガードレールは通常、単一パス分類に依存するか、より最近では蒸留推論を使用しています。推論ベースのガードレールは従来の分類方法を大幅に上回ります。

arXiv cs.AI

2026年5月29日

大規模言語モデル（LLM）のファインチューニングはしばしば以前の能力のカタストロフィック・フォーゲッティングを引き起こす。最近の研究によれば、強化学習（RL）は教師あり学習（SFT）よりも効果的に以前の能力を保持し、ポリシー勾配更新がより近い状態に留まることに起因している。

arXiv cs.LG

2026年5月30日

Avayaとアバター企業が協業し、コンタクトセンターのデジタルサービスを実店舗などの物理空間に拡張する動きが始まっている。遠隔操作可能なアバター技術により、オンラインと実店舗の顧客対応を一貫性のあるものにすることが可能になるとのこと。労働力不足への対策として、新興国の人材をリモート活用するモデルも注目されている。一方、消費者の違和感やプライバシー懸念、雇用問題への対応が課題であり、当面は高額商品やコンシェルジュサービスでの試験的導入が現実的だと考えられている。

PR TIMES

2026年5月30日

「PokémonGO」初の東京を会場とするリアルイベント「PokémonGOFest2026：東京」が5月29日にスタートした。そのメイン会場に据えられたのは東京台場・青海の臨海副都心地区だ。現実世界とリンクしたポケモンの世界を，お台場で体験しよう。

4Gamer.net

2026年6月1日

Preferred Networksはトヨタ未来創生センターと新たな共同研究契約を締結した。両者は自社開発のAI半導体「MN-Core Lシリーズ」を活用し、フィジカルAイ（物理空間で動作するAI技術）の高速化を目指す。 フィジカルAIは、ロボットや自動運転システムなど、現実世界で動作するAI技術の総称。これまで処理速度が課題とされてきたが、MN-Core Lシリーズの導入により、リアルタイム処理性能の向上が期待される。 トヨタグループの研究開発拠点である未来創生センターとの協業により、両社の技術的知見を融合させることで、より効率的なAI実装が可能になると見込まれている。この共同研究は、次世代のロボット技術や自動運転システムの実用化加速につながる可能性がある。 (Preferred Networks)

Preferred Networks

2026年6月1日

LLMエージェントはウェブサーチや深い研究など現実世界のアプリケーションにおける長期タスクにますます直面しており、蓄積されたコンテキストは長コンテキスト低下と推論失敗を引き起こすことがある。先行研究ではエージェント側のコンテキスト制御または固定戦略によるコンテキスト管理を通じてこれを緩和している。

arXiv cs.AI

2026年6月2日

NVIDIAは、COMPUTEXでエッジAIプラットフォーム「Jetson」の最新版アップデートを発表しました。 新バージョン「JetPack 7.2」では、自律的に判断・実行するエージェンティックAI機能が追加されます。これにより、ロボットや産業機器などの現場でより複雑なタスクを自動化できるようになります。 主な改善点として、CUDA 13の搭載により計算性能が向上し、Jetson AGX Orin 32GBモデルの処理能力も強化されました。また、Linuxの組込み向けプロジェクト「Yocto」への対応により、カスタマイズ性が広がります。複数のAIタスクを同時実行できるマルチインスタンスGPU機能も実装されました。 さらに、NemoClaw対応により、音声認識や自然言語処理などのAI機能との統合も容易になります。 これらの強化により、製造現場から医療、自動運転まで、幅広い産業でエッジAI活用が加速すると期待されています。 （引用元：NVIDIA Blog）

NVIDIA Blog

2026年6月2日

継続事前学習（CPT）は大規模言語モデルを新しい言語に拡張する実用的な方法ですが、ナイーブなファインチューニングは壊滅的忘却を通じて既存の能力を低下させます。言語ファミリー周辺のトレーニングを組織することはクロスランゲージ干渉を減らしますが、それだけでは十分ではありません。

arXiv cs.CL

2026年6月2日

ファインチューニングはファンデーションモデルを特殊化されたダウンストリームタスクに効果的に適応させますが、事前学習中に獲得した非対象の能力を低下させる可能性があります。既存の忘却認識方法は、通常、特殊な初期化または固定制約を通じて安全な更新を求めていますが、適応の規制は行いません。

arXiv cs.LG

2026年6月3日

ドメイン固有のタスク用のファインチューニングは、一つの領域でのパフォーマンス向上をモデルの一般的な能力の低下なしに実現することを意味しており、このバランスを正しく取ることは見た目以上に難しいものです。

AWS Machine Learning Blog

2026年6月4日

Amazon SageMaker AIのトレーニング機能を活用し、小規模言語モデルのツール呼び出し精度を改善する新たな手法が注目されている。教師ありファインチューニング（SFT）と直接選好最適化（DPO）を組み合わせることで、モデルがAPI呼び出しやツール操作をより正確に実行できるようになるという。 この手法の利点は、インフラ管理の負担を軽減し、エンジニアがトレーニングコード開発に集中できる点にある。ベースモデルと複数のファインチューニング版を並行で評価・比較することで、最適なモデルを客観的に選定できる。こうしたデータ駆動型アプローチにより、試行錯誤を効率化しながら精度向上を目指せるとされている。 生成AIの実用化が進む中、小規模言語モデルの性能向上は、エッジデバイスやコスト効率の観点から重要な課題である。この技術により、より多くの企業がAIエージェントの導入を検討できる環境が整いつつある。 （AWS Machine Learning Blog）

2026年6月4日

# 独自記事 NVIDIAの音声認識モデル「Nemotron 3.5 ASR」に関して、Hugging Faceは特定の用途に応じたカスタマイズ手法を公開した。このモデルは言語や業界分野、アクセントといった多様なニーズに対応できるファインチューニング機能を備えている。 医療や金融といった専門分野での利用を想定したカスタマイズや、特定の地域特有のアクセント認識の改善など、ユースケースに応じた調整が可能だ。ファインチューニングを実施することで、デフォルト設定では対応が難しい環境での音声認識精度を向上させられる。 企業や研究機関がNemotron 3.5 ASRを導入する際、自社の業務環境や対象ユーザーの言語背景に合わせた最適化を図ることで、より正確な認識性能を実現できる見通しだ。この取り組みは、AIモデルの実用性を高める重要なステップとなる。 （引用元：Hugging Face）

Hugging Face

2026年6月8日

本研究は、香港の判決文に対する言説分析のための初めての専門家注釈付き法的言説コーパス「香港判決文言説データセット（HKJudge）」を紹介する。HKJudgeは香港の5段階の裁判所階級全体にわたる刑事判決を含み、約29万文、650万トークンから構成され、法言語学の専門家により完全に注釈付けされている。2層構造の言説スキーマを設計し、裁判所が認定した事実、推論過程、判決内容を捉える。文レベルでは各文に26の修辞的役割のいずれかが割り当てられ、スパンレベルでは有罪判決要素（罪状、懲役期間、罰金）でさらに注釈付けされている。10人の法言語学注釈者によるアノテーションは高い一致度（κ = 0.8）を達成している。HKJudgeに対して修辞的役割分類と法的要素抽出の2つのタスクを定式化し、4つのBERTベースモデル、2つのオープンソースLLM（ゼロショットおよびファインチューニング設定）、および4つの商用LLMについて初の基準評価を提供している。この研究は、文レベルの言説注釈が香港判決文の構造モデリングに価値があることを実証し、法的判決予測に関する将来の研究のための豊富なデータ基盤を提供する。

arXiv cs.CL

2026年6月8日

シンボリック回帰（SR）は、数学関数の空間を体系的に探索し、データセット内の基礎的な関係を正確に捉えるモデルを発見する手法のクラスです。この分野の最近の進展にもかかわらず、不確実性定量化（UQ）のサポート不足が現実世界の意思決定プロセスへの採用を制限しています。回帰分析では、UQはモデルの信頼性に関する重要な情報を提供し、データの不確実性を考慮することでオーバーフィッティングを回避し、意思決定に向けた洞察を提供するのに役立ちます。本調査は、この問題に初めて明確に対処するもので、シンボリック回帰におけるUQの本質的な概念を紹介し、現在の文献を頻度主義的、ベイズ的、モデル選択という3つの研究方向に広く分類してレビューしています。その重要性にもかかわらず、シンボリック回帰におけるUQはまだ十分に探索されていないため、シンボリック回帰のための信頼できるUQ手法の研究をさらに進めることが重要です。

arXiv cs.LG

2026年6月8日

オープンウェイトLLMは、カスタマイズされたアシスタントへのファインチューニングが増加していますが、下流のファインチューニングにより安全性アライメントが弱まり、訓練データが意図的に有害でない場合でも、モデルが悪質なプロンプトに対して脆弱になる可能性があります。ターゲットモデルが新しいタスクデータやユーザーインタラクションで繰り返し更新されるため、反復的な安全性回復の問題が生じます。本論文では、各アーキテクチャ互換モデルファミリー内での横断的再利用のために設計された再利用可能な安全性アダプターモジュール「SafeGene」を提案します。安全性回復をモデル固有の修復ステップとして扱う代わりに、SafeGeneは安全性能力をタスク固有の更新から分離された独立した再利用可能なアダプター表現として扱います。この表現は、アラインされた-劣化したモデルの差分から取得され、データに対応したレイヤー選択を通じてタスク転送可能な安全性ベクトルに精密化され、各下流タスク適応モデルで少数ショットレイヤー単位の係数再キャリブレーションを通じて表現されます。

arXiv cs.AI

2026年6月10日

arXiv:2606.10279v1 発表タイプ: new 要旨：合成根拠データを用いた教師ありファインチューニング（SFT）は、モデルに予測対象だけでなくその理由も教えることで、臨床予測タスクにおける言語モデルの性能を向上させると広く考えられている。我々は、この仮説を、長期的な健康履歴からの5年間のアルツハイマー病および関連認知症（ADRD）予測について検証する。504の構成における大規模な制御実験を通じて、根拠ベースのSFTは、ラベルのみのファインチューニングと比較して、予測性能を一貫して大幅に損なうことがわかった。この低下は、モデルファミリーやデータ規模にわたらず持続し、推論指向のベースモデルを使用しても解決されない。重要なのは、この失敗は根拠の質の低さでは説明されないことである。人間の専門家による注釈は、生成された根拠が医学的に正確であり、患者固有の証拠に忠実に根ざしていることを確認しており、Few-shot実験は、同じ根拠がトレーニングターゲットとしてではなく推論時のデモンストレーションとして使用された場合に性能を向上させることを示している。

arXiv cs.AI

2026年6月11日

arXiv:2606.11206v1 新規投稿 概要：教師ありファインチューニング（SFT）は、大規模言語モデル（LLM）の調整における主要なパラダイムですが、最適化の不安定性と限定的な汎化性能に悩まされています。最近の研究では、この問題を病的な勾配スケーリングに起因するものとし、トークンレベルでそれを修正するために動的ファインチューニング（DFT）を提案しています。しかし、DFTはすべてのデモンストレーションが同等に適切な学習ターゲットであると仮定しますが、大規模な命令データセットの強い異質性により、デモンストレーションとポリシーの不一致がサンプルレベルで高分散の更新を引き起こすため、この仮定は破られます。本稿では、サンプルレベルの最適化分散を制御するDFTの原理的な拡張である、互換性認識型動的ファインチューニング（CADFT）を導入します。CADFTは、モデルの尤度から動的でポリシー依存の互換性信号を導出し、教師あり更新を調整して、互換性のないデモンストレーションからの高分散勾配を抑制します。

arXiv cs.CL

2026年6月12日

ブループリント命令の最適化は、この課題に直接対処するために抽出命令を自動的に洗練するBDA（Bedrock Data Automation）の機能です。期待される値を持つ3〜10個のサンプルドキュメントを提供すると、BDAは数分で、数週間ではなく、精度を向上させるためにブループリント命令を洗練します。個別のモデルファインチューニングは不要です。

AWS Machine Learning Blog

2026年6月12日

3D空間における物体の位置や関係性、動きなどを判断する「空間推論」は、視覚言語モデル（VLM）にとって依然として大きな課題となっています。従来のAIエージェントは、コードを一度実行したり、構造化されたツール呼び出しインターフェースを利用したりしていましたが、これらは複雑な空間推論においては柔軟性に欠けるという問題がありました。 こうした課題に対し、新たなフレームワーク「SpatialClaw」が提案されました。この研究は、空間推論のために特別な訓練を必要としないフレームワークであり、アクションインターフェースとしてコードを採用しています。これにより、既存のエージェントが抱えていた柔軟性の問題を解決し、より複雑な空間推論タスクに対応できるようになることが期待されます。SpatialClawの導入は、AIエージェントが現実世界をより深く理解し、応用範囲を広げる一歩となる可能性があります。 引用元: arXiv cs.AI

arXiv cs.AI

2026年6月12日

多関節ツールを巧みに操作することは、ロボット工学において長年の課題とされてきました。ツールの持つ多くの自由度と、対象物との複雑な接触を同時に制御する必要があるためです。 この難題に対し、新たな汎用フレームワーク「Mana」が提案されました。Manaは、この器用な操作をアニメーションの問題として捉え直し、シミュレーションで得られた知見を現実世界に応用することを目指しています。 Manaの最大の特徴は、粗密なパイプラインを採用している点です。まず、プログラムによって生成された大まかな把持キーフレームを作成します。次に、これらのキーフレームを基に、モーション計画と強化学習の技術を組み合わせることで、より詳細で滑らかな操作軌道へと変換します。これにより、多関節ツールの複雑な動きを効率的かつ精密に制御することが可能になります。 この研究は、ロボットが様々なツールを人間のように器用に使いこなす未来に一歩近づくものと期待されます。 引用元: arXiv cs.AI

arXiv cs.AI

2026年6月12日

自然言語処理分野において、言語モデルの推論能力向上に新たなアプローチが提案されました。従来の検索拡張生成（RAG）は、外部知識を基盤とすることで言語モデルの精度を高める標準的な手法ですが、複雑な推論を要するタスクへの適用には課題がありました。 この課題に対し、研究者らは「検索拡張型強化学習ファインチューニング（RA-RFT）」という訓練後フレームワークを開発しました。RA-RFTは、言語モデルが類推思考によって推論を行うことを可能にするものです。具体的には、まず推論の有効性に基づいて関連情報を評価し、その順位付けを行うリトリーバー（情報検索器）を訓練します。その後、強化学習を用いてポリシーモデルをファインチューニングすることで、モデル全体の推論能力を向上させます。 この新フレームワークにより、言語モデルは単に情報を参照するだけでなく、類推を通じてより高度な問題解決を行う可能性を秘めています。今後の研究や応用が期待されます。 引用元: arXiv cs.CL

arXiv cs.CL

2026年6月12日

近年、大規模言語モデル（LLM）を用いたエージェントが注目を集め、多様なタスクで高い能力を発揮しています。しかし、これらのエージェントの多くは、環境が変化しない静的な状況を前提として設計されており、現実世界のダイナミックな環境への対応には課題がありました。 この課題を解決するため、新たなベンチマークスイート「EvoArena」が開発されました。EvoArenaは、環境の変化を段階的な更新としてモデル化することで、現実世界の動的な状況をシミュレートします。さらに、エージェントのメモリ進化を詳細に記録する「EvoMem」という手法も提案されています。 EvoArenaを用いた評価では、既存のLLMエージェントが動的な環境において性能を維持することの難しさが浮き彫りになりました。一方で、EvoMemを活用することで、エージェントの性能が向上することが示されています。この研究は、LLMエージェントがより複雑で変化の多い実世界で機能するための重要な一歩となるでしょう。 引用元: arXiv cs.CL

arXiv cs.CL

2026年6月15日

先週、スペースXとその引受銀行が史上最大規模のIPOを問題なく成功させた後、投資家は再び現実世界に目を向けている。

Bloomberg

2026年6月16日

マルチソース転送学習は、根本的なスケーラビリティのボトルネックに直面しています。既存のアプローチでは、パラメータ融合中にすべてのK個のソースモデルを同時にメモリにロードする必要があり、O(K)のメモリを必要とするか、推論時にすべてのモデルをデプロイする必要があり、本番環境へのデプロイを不可能にしています。我々は、GRASP（Gradient-Aligned Sequential Parameter Transfer）を提案します。これは、3つの主要なイノベーションにより、O(1)のメモリ消費を維持しながら、優れた知識統合を実現します。(1)ソースを一度に1つずつ進化するターゲットモデルにマージする逐次処理。(2)最適化方向がターゲットドメインと一致するパラメータのみを選択的に転送し、ネガティブ転送を回避するパラメータごとの勾配アラインメント。(3)次のソースを統合する前に、転送された知識を適応させる反復ファインチューニング。

arXiv cs.LG

2026年6月16日

Causal Transformersは、同時分布の自己回帰的因数分解を通じてシーケンスをモデル化し、効率的な左から右へのデコーディングと条件付き尤度計算を可能にします。しかし、任意の条件（例：過去と未来のトークンに条件付けられたテキストブロック）からのサンプリングや評価を効率的に行うことはできません。最近の研究では、新しいアーキテクチャを通じてこの問題の解決を目指していますが、そのような条件のモデル化が最適でなく、生成結果が低下することがよくあります。我々は、標準的なCausal Transformersに簡単な変更を加えることで、単一のフォワードパス内で、過去、未来、混合コンテキストを含む任意の条件からの評価とサンプリングを可能にするArbitrary Conditionals GPT (AC-GPT)を提案します。先行研究とは異なり、我々の手法は、自然言語における高いパフォーマンスと効率的なトレーニングの両方に不可欠な、標準的な左から右への順序と次トークン予測の目的を維持します。重要なのは、この互換性により、既存のLLMを任意の条件付けのためにファインチューニングできることです。

arXiv cs.CL

2026年6月16日

フローマッチングと拡散ポリシーは表現力豊かなアクションジェネレーターですが、時間差分強化学習（RL）での最適化は依然として困難です。効果的なポリシー抽出にはクリティックのアクション勾配を活用する必要がありますが、この信号をマルチステップのデノイジングプロセスを通じて直接逆伝播させると、数値的に不安定になる可能性があります。既存の方法では、勾配情報を破棄するか、ポリシーをより単純なワンステップアクターに蒸留するか、クリティックが改善するにつれてデノイジングポリシーを繰り返しファインチューニングすることで、この問題を回避しています。我々は、元のポリシーを変更せず、推論時にデノイジングプロセスをステアリングするQPILOTSという手法を提案します。各デノイジングステップで、クリティックの予測が信頼できないノイズの多い中間アクションでクリティックを評価する代わりに、まずその中間状態を最終的なクリーンアクションの推定値に投影し、そこでクリティック勾配を計算します。我々は2つのバリアントを導入します。

arXiv cs.LG

2026年6月16日

5500億の総パラメータと550億のアクティブパラメータを持つMixture-of-ExpertsハイブリッドMamba-Attention言語モデル「Nemotron 3 Ultra」を紹介します。Nemotron 3 Ultraは20兆トークンのテキストで事前学習され、その後コンテキスト長を100万トークンに拡張し、教師ありファインチューニング（SFT）、強化学習（RL）、マルチティーチャー・オンポリシー蒸留（MOPD）を用いて事後学習されました。Nemotron 3 Ultraは、LatentMoE、マルチトークン予測（MTP）、NVFP4事前学習、マルチ環境RLVR、MOPD、推論バジェット制御といった複数の主要技術を採用した、これまでにない最も高性能なモデルです。Nemotron 3 Ultraは、最先端の公開LLMと比較して最大約6倍高い推論スループットを達成しながら、同等の精度を実現しています。最先端の精度、高い推論スループット、100万トークンのコンテキスト長により、Nemotron 3 Ultraは長期間実行される自律エージェントタスクに最適です。

arXiv cs.CL