News in Focus

TOPIC TIMELINE

タイムライン検索

特定トピックに関する記事を時系列で並べて「いつ・何が起きたか」を俯瞰します。

  1. 2026年5月12日

    Co-Scientist:研究を加速させるマルチエージェントAIパートナー

    Geminiで構築された協調的AIパートナー「Co-Scientist」を紹介。研究者が科学的なブレークスルーを加速させるのを支援する。

    Google DeepMind

  2. 2026年5月27日

    Strands Agents、NVIDIA NIM、Amazon Bedrock AgentCoreを使用した高性能生成AIシステムの構築

    このポストでは、統合アーキテクチャを使用して、並列推論、コンテキスト永続性、追跡可能な実行パスを実証するマルチエージェントキャンペーンレビュー システムの構築方法を学ぶことができます。

    AWS Machine Learning Blog

  3. 2026年5月27日

    Amazon Bedrock AgentCoreを使用したAWS上の高度にスケーラブルなサーバーレスLangGraphマルチエージェントシステムの構築

    このポストでは、LangGraphエージェントをオーケストレーターとして統合し、Amazon Bedrock AgentCore Memoryと連携させて、AWS上に高度にスケーラブルでサーバーレスなマルチエージェント生成AI システムを構築するソリューションを提供しています。

    AWS Machine Learning Blog

  4. 2026年5月28日

    大飯原発設置許可取り消し訴訟 1審と逆に住民の訴え退ける判決

    福井県の大飯原発をめぐる訴訟で、高等裁判所は一審の判断を覆し、住民側の訴えを退ける判決を示しました。一審は現行の安全基準の不十分性を指摘していましたが、高裁は規制当局の判断を尊重する立場を示しています。この相反する判断は、地震耐性評価のような科学的不確実性が高い領域で、安全基準をどの程度厳格にするかという本質的に政治的・社会的な価値判断が関わっていることを浮き彫りにしています。判例が分かれることは、科学的不確実性下での意思決定権をどこに置くべきかについて、社会的コンセンサスがまだ形成されていないことを示しています。

    NHK

  5. 2026年5月29日

    表現署名とLLM取引エージェントのリスク・フィードバック整合性

    金融意思決定環境におけるLLMエージェントの行動整合性と表現ダイナミクスを研究します。リスクレポート、実行シミュレーション、メモリ、再生可能なトラジェクトリを備えた監査可能な取引エージェントテストベッドであるTradeArenaを使用して、理論的根拠、ポジション、その他の要因がどのように変化するかを分析します。

    arXiv cs.LG

  6. 2026年5月29日

    ノルネ貯留層システムの逐次物理制約ニューラルオペレータ順方向モデリング

    フーリエニューラルオペレータ(FNO)と物理情報付きの変種(PINO)に特に重点を置いて、ニューラルオペレータを使用した3相ブラックオイル貯留層ダイナミクスの逐次サロゲートモデリング用の包括的な数学および計算フレームワークを開発する。アプリケーションの焦点はノルネシステムである。

    arXiv cs.LG

  7. 2026年5月29日

    事実の未来:事実生成と検証のギャップを追跡する

    言語モデルが事実知識へのデフォルトインターフェースになりつつあるが、出力の生成よりも検証の方がより確実に機能することが多い。この生成・検証ギャップ(GV-gap)は最近の自己改善と推論の多くの進展の根底にあるが、その具体的な事実知識に関するダイナミクスについては検討されていない。

    arXiv cs.CL

  8. 2026年5月29日

    微分可能な信念ベースの対戦相手形成

    人間の協調は、戦略的行動を通じて他者の信念に影響を与える能力に依存している。マルチエージェント強化学習では、対戦相手形成がこの影響を複製しようとしているが、既存の方法は通常、対戦相手のパラメータ、ポリシー、または価値空間内で動作している。

    arXiv cs.AI

  9. 2026年5月29日

    エージェンティックAI、ネストされた学習、セマンティックキャッシングによるAI持続性を通じたハルシネーション軽減

    ハルシネーションは本番LLMシステムにおける主要な信頼性の障壁であり、特にマルチエージェントパイプラインでは根拠のない主張が段階を通じて伝播する可能性があります。本論文は、HOPE着想のネストされた学習アーキテクチャとコンティニュアムメモリシステム(CMS)を応用しています。

    arXiv cs.AI

  10. 2026年5月29日

    StoryMI: 操作可能なマルチエージェント治療対話生成

    大規模言語モデル(LLM)は流暢な対話を生成できますが、先行研究は状況的な根拠付け、動的戦略制御、および動機面接(MI)の臨床基準に合致した評価が不足しています。我々はStoryMIを導入しました。これは制御可能なMI対話生成のための複数LLMエージェントフレームワークです。

    arXiv cs.CL

  11. 2026年6月1日

    EUDAIMONIA: AIにおける望ましくないダイナミクスの評価

    大規模言語モデル(LLM)は伴侶関係、感情開示、対人アドバイスのための会話パートナーとしてますます使用されているが、これらのインタラクションの社会的ダイナミクスは能力指向的または従来の安全性評価によってキャプチャされないハームを生じさせる可能性がある。本研究ではこれを評価するための手法を導入する。

    arXiv cs.CL

  12. 2026年6月1日

    BilliardPhys-Bench: マルチモーダルLLMの物理推論と視覚ダイナミクスのベンチマーク

    現在のマルチモーダルモデルは静止画像認識は得意ですが、直感的な物理推論はまだ弱点です。単一の画像からオブジェクトがどのように移動し相互作用するかを予測することは、これらのシステムにとって依然として困難です。物理推論用のベンチマークBilliardPhys-Benchを提示します。

    arXiv cs.AI

  13. 2026年6月1日

    HADT: 自律型地球観測衛星クラスター向けの異種マルチエージェント差分トランスフォーマー

    本論文は、光学およびSAR衛星を含む地球観測ミッションを実施する異種衛星クラスターにおける自律的なリソース管理の問題に対処し、自動運用モードでは衛星に知的能力を備える。

    arXiv cs.AI

  14. 2026年6月1日

    リソース制約型ビジュアルエージェントにおける共有状態協調の障害モードの診断

    モジュール視覚推論システムはマルチステップ協調のための共有ワーキングメモリにますます依存していますが、低容量体制における中間状態進化の障害ダイナミクスは未だ十分に検討されていません。弱学習者(4B~8B モデル)による協調推論の障害モードを研究しています。

    arXiv cs.AI

  15. 2026年6月1日

    マルチエージェントLLM較正のための反事実グラフ

    マルチエージェントLLMシステムはしばしば合意を証拠として扱い、パネル内の多くのエージェントが同じ答えを出した場合、その答えはより信頼性が高いと想定される。本研究は、エージェント間の通信後にこの仮定が失敗する可能性があることを示す。通信は相関した失敗と偽の合意を引き起こす可能性がある。

    arXiv cs.CL

  16. 2026年6月1日

    交通予測のためのグラフ条件付きグラフニューラルネットワーク専門家混合モデル

    arXiv:2605.30486v1 センサーグラフ上の時空間予測は通常、すべてのノードに均一に適用される単一のバックボーン構造で対処されるが、グラフ領域は異なるダイナミクスを示す可能性がある。道路セグメントは機能的分類、構造、交通行動が異なることから、ノード単位の専門家の活用が推奨される。

    arXiv cs.LG

  17. 2026年6月1日

    状態拡張とコンセンサスを用いた分離可能ダイナミクスの拡張可能な制約付きマルチエージェント強化学習

    状態拡張ポリシー学習と双対変数の分散コンセンサスを組み合わせた制約付きマルチエージェント強化学習の分散アプローチを提示する。本手法は、エージェントが分離可能なダイナミクスを持つシステムを対象とし、グローバルリソース制約を満たすために調整する必要がある。

    arXiv cs.LG

  18. 2026年6月1日

    ゼネラル・ダイナミクスが弾薬工場の再生に2億ドルを投資

    ゼネラル・ダイナミクス・コーポレーションは自己資金2億ドルを投じ、トルコの防衛請負業者レプコンとのパートナーシップを解消し、弾薬工場の再生を実現する予定。

    Bloomberg

  19. 2026年6月2日

    「イスラエルで健全なコンセンサスがある」レバノン作戦追求について専門家が指摘

    イスラエルのベンヤミン・ネタニヤフ首相は月曜日、ドナルド・トランプ米大統領に対し、ヒズボラが攻撃をやめなければベイルートを攻撃すると伝えたと述べました。

    France 24

  20. 2026年6月2日

    思慮深い選別:マルチエージェント知識ベースのためのプロトコル

    AIエージェントが孤立したツールから共有知識エコシステムの協力的参加者へと移行する中、集団的知識の選別ガバナンスが重要な課題となっています。人間のプラットフォームガバナンスメカニズムは直接適用できません。エージェントの無ステート性は抑止力ベースの制裁を損なうため。

    arXiv cs.AI

  21. 2026年6月2日

    MindGames Arena 一般化トラック:遅延段階ごと報酬帰属を用いたIn2AIソリューション

    マルチエージェント戦略的相互作用のための言語モデルエージェントの訓練には、中核的な困難が存在します。任意のアクションの質は、実現しなかった将来のイベント、ゲーム規則に違反する動き、または他のプレイヤーの決定に依存する可能性があります。標準的な強化学習はこれを想定していません。

    arXiv cs.AI

  22. 2026年6月2日

    安全な強化学習のためのロバストシールディング

    シールディングは、マルコフ決定過程(MDP)における強化学習エージェントの安全性を正式に保証する効果的なアプローチです。しかし、既存のシールディング技術は通常、安全性に関連する遷移ダイナミクスの知識を仮定しており、これは実際には稀に満たされる要件です。

    arXiv cs.AI

  23. 2026年6月4日

    AMD Radeon RX 9070 XT搭載で冷却性能強化 XFXの新グラボ「Swift Dual fan Gaming Edition」登場

    ゴッパ合同会社より、AMD Radeon RX 9070 XTを搭載した最新グラフィックボード「XFX Swift Dual fan Gaming Edition」が発売された。エアロダイナミクス思想を採用したデザインで冷却性能を最大化し、ゲーマーに最高のパフォーマンスを提供する。

    ASCII.jp

  24. 2026年6月4日

    🚀 Antigravity 2.0 初心者向け10の鉄則 — Googleのマルチエージェント基盤を使いこなす

    はじめに Google I/O 2026で一番の衝撃は、新モデルではなく Antigravity 2.0 でした。AI搭載IDEだった1.0から、マルチエージェント・オーケストレーション基盤へと完全に生まれ変わったのです。 内部テストの数字は圧倒的です: 93体のエ...

    Qiita 人気記事

  25. 2026年6月5日

    細胞内相分離が制御する組織ダイナミクス―三細胞結合点の物性が多細胞生物の形作りを支える―

    <p> <img loading="lazy" src="https://www.kyoto-u.ac.jp/sites/default/files/styles/large_size/public/2026-06/2606-eye-Uechi-b8f0f1dd52c775cca7ee16bf377399ab.jpg?itok=qtTDMpi6" width="600" height="315"…

    京都大学

  26. 2026年6月8日

    CAF-Gen:議論構造を充実させるためのマルチエージェントシステム

    自然言語テキストから複雑な推論を形式化することは、計算言語学における中心的な課題である。現在の議論マイニング技術は基本的な主張と前提を識別するが、前提のタイプ、証明基準、議論スキームなどの特徴を組み込むカーネアデス議論枠組み(CAF)といった高度なスキーマが必要とする豊かな構造情報を捉えるのに苦労している。本研究は、浅い議論構造をCAF準拠の議論モデルに充実させるために設計された自動マルチエージェントフレームワークCAF-Genを導入することでこの制限に対処している。反復的なクリエイター・レビュアーパイプラインを採用することで、クリエイターエージェントの出力は批評的エージェントによって検証され、構造的整合性が確保される。このマルチエージェント協働は、単一パス生成モデルに典型的な構造的不安定性を軽減するために重要である。実験結果は、反復的なフィードバックループが結果データの品質を向上させ、元のアノテーションとの強い一致を達成しながら、構造的により豊かなモデルを生成することを示している。

    arXiv cs.CL

  27. 2026年6月8日

    位置論文:「ポスプロで直すな」—AIの科学は訓練ダイナミクスを研究する必要がある

    本位置論文は、AIに対する科学的理解とは何かを問う。モデルは静的なオブジェクトではなく、データ、目的関数、アーキテクチャ、最適化ダイナミクスによって形成される時間発展するプロセスのスナップショットである。しかし、AI研究の多くはモデルを固定的な産物として扱い、訓練後の振る舞いを分析するのみで、その出現理由を問わない。本論文は、AIの科学は事後的な修正を超えて、モデルの振る舞いを生み出す訓練ダイナミクスを研究する必要があると主張する。そのような科学は、段階的により強い形の理解をサポートすべきである:初期の訓練信号から結果を予測し、軌跡が誤った時に介入し、最終的には望ましい特性をより確実に生み出す訓練手続きを設計すること。スケーリング則は損失の予測を日常化させたが、課題は能力、偏り、ロバスト性、安全性関連の振る舞いにこの成功を拡張することである。本論文は科学の歴史と哲学に基づいた理論の要件を明示し、機械的解釈可能性、公平性、記憶化、単純性バイアスの進展を検討し、具体的な未解決問題を特定する。

    arXiv cs.AI

  28. 2026年6月8日

    立憲・水岡代表、中道との合流「国会会期内に結論は困難」

    立憲民主党の水岡俊一代表は8日の記者会見で、公明党が「今国会会期中」に一定の方向性を示すよう求めている中道改革連合との合流について「現時点で、党内のコンセンサスを得るということから見れば(国会)会期内に結論を出すのは極めて難しいのではないかと、私は思っている」と述べた。

    毎日新聞