タイムライン検索

2026年1月28日

はじめに 本日我々は、純国産生成AI基盤モデルPLaMoの最新バージョンであるPLaMo 2.2 Primeをリリースしました。PLaMo 2.2 Primeでは社内外からのフィードバックをもとに、事後学習データを追加す […] 投稿 PLaMo 2.2 Primeをリリースしました は Preferred Networks Tech Blog に最初に表示されました。

Preferred Networks

2026年3月23日

はじめに Preferred Networksの加藤です。AIプロダクト・ソリューションチーム所属で、AutoMLチームも兼務しています。PFNでは Preferred AI という生成AIを活用したプロダクト群を開発し […] 投稿 Optunaベースの内製フレームワーク × Work Suite: ユーザフィードバック駆動型プロンプト最適化を用いた新機能について は Preferr…

Preferred Networks

2026年5月20日

RampのエンジニアはCodexとGPT-5.5を使用してコードレビューを行い、改善を実装することで、数時間ではなく数分で実質的なフィードバックを得ることができている。

OpenAI

2026年5月28日

PacSun CEOのブリアーン・オルソンは、同小売業者がGen Z消費者からのライブフィードバックループを「協創」し耳を傾けることで復興を遂行したと述べた。

Bloomberg

2026年5月29日

エンタープライズAI検索スタートアップは、テック大手が同カテゴリーに参入する中でも年間売上を3倍に増加させた。

TechCrunch

2026年5月29日

エンタープライズAI検索を手がけるスタートアップのGleanが、年間売上を3倍に拡大させ3億ドルを超えたことが明らかになった。 同社は企業内の膨大なデータを効率的に検索・活用するAIソリューションを提供しており、顧客企業がAI導入時のコスト削減を実現できる点が購買の決め手となっているという。業界全体でAI予算の最適化が課題となる中、こうした実用的なアプローチが市場で評価されている。 一方、MicrosoftやGoogleといった大手テック企業も同様のカテゴリに続々参入を始めており、競争環境は激化している。Gleanは先行者として強固なポジションを築きつつあるが、今後の市場動向が注視されている。 （引用元：TechCrunch）

TechCrunch

2026年5月29日

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

2026年5月29日

エージェント型AIシステムは、本番インフラストラクチャとしてますます検討されており、複数のステップで推論し、ツールを呼び出し、ワークフローを通じて動作し、メモリとフィードバックを通じて適応している。これらのシステムは、従来のソフトウェアまたは予測MLでは完全には捉えられていないガバナンスの課題を生み出している。

arXiv cs.AI

2026年5月30日

分散学習システムにおける通信効率化に関する新しい理論研究が発表された。機械学習の分散処理では、複数のコンピュータ間で勾配情報を交換する際の通信コストが大きな課題となっていた。 情報圧縮により通信量を削減する手法は既に活用されているが、圧縮に伴う精度低下の問題が存在していた。誤差フィードバック機構はこの課題に対する有効な解決法として注目されている。 この研究では、標準的な誤差フィードバック法とEF21という2つの主要なアルゴリズムについて、数学的に厳密な収束性の分析を実施した。最適なステップサイズの決定方法と、各アルゴリズムに適したリアプノフ関数の構築により、より正確な理論保証が得られたという。 この成果は、今後の大規模分散学習システムの効率化と性能向上に貢献する可能性がある。 （arXiv cs.LG）

2026年6月1日

量子コンピューティングはノイズの影響を受けやすいNISQ（ノイズを伴う中規模量子）の時代に留まっており、パフォーマンスが大きく制限されている。この制限に対処するには、ゲートシーケンス回路の仕様を超えたハードウェア対応機能（中回路測定と古典的フィードバックを含む）が必要な場合がある。

arXiv cs.LG

2026年6月1日

推論モデルのポストトレーニングは通常、検証可能な報酬からの教師あり微調整と強化学習を組み合わせ、最も一般的にはGRPOで行われている。しかしこのアルゴリズムは報酬の疎さ、限定的な探索、モード崩壊に悩まされている。自己蒸留に関する最近の研究に基づき、改善されたアプローチを提案する。

arXiv cs.AI

2026年6月2日

本研究では、配合可能性とプロセスロバスト性の両方を改善することで、グラファイトベース負極開発を加速する反復的AIガイドワークフローを提示しています。Citrine Platformを使用したAI/ML誘導多目的逆設計を通じた逐次学習が負極最適化に実装されました。

arXiv cs.LG

2026年6月2日

入力によってサポートされていない特定の事実を含む可能性のあるマルチモーダル生成のファクトレベルの修復を研究します。既存の推論時間修復方法は、入力と現在の出力の両方を条件として、フィードバックを生成します。この設計には2つの制限があります。

arXiv cs.AI

2026年6月2日

映画のレイティング基準と保護者からのフィードバックに着想を得たこの設定は、ティーンユーザーがデフォルトで年齢に適切なコンテンツを見られるよう支援するために設計されています。

Meta AI

2026年6月4日

はじめに 三菱電機の大塚です。 三菱電機 情報技術総合研究所では、製品開発時のセキュリティ対策にフィードバックする目的で、複数種類のハニーポットを設置・運用しています。 今回はIoT家電を標的としたサイバー攻撃を観測するハニーポット「IoT家電ハニーポット」で観測した攻撃...

Qiita 人気記事

2026年6月5日

インディーゲーム開発スタジオYtopiaは、新作ゲーム「False Hero」のデモ版をSteamで配信開始した。配信開始は2026年6月5日。 本作はソウルライク形式のアクションアドベンチャーゲームで、独特のゲームメカニクスが特徴である。プレイヤーが装備する仮面の力を使い、倒した敵から技を習得・吸収できるシステムが搭載されている。このメカニクスにより、戦闘の難度を調整したり、新たな戦術を開発したりすることが可能になる。 ソウルライク系統のゲームは高い難度が特徴であり、多くのプレイヤーに支持されているジャンルである。本作もこの流れに位置づけられるが、敵の技を習得できるという要素により、従来のソウルライク作品とは異なるプレイ感を提供すると見られる。 デモ版は無料で配信されており、ユーザーは実際のゲームプレイを事前に体験できる。フルリリース前にフィードバックを収集し、ゲーム内容の改善に活かすことが目的と考えられる。 （引用元：4Gamer.net）

4Gamer.net

2026年6月5日

体力チェックのALPHA for Biz、厚生労働省の「転倒等リスク評価セルフチェック」の5種目を実装。デジタル化により、紙・Excelによる集計・フィードバック作業工数を大幅削減、データ利活用を支援

ASCII.jp

2026年6月5日

Types of skillsAfter cataloging all of our internal skills at Anthropic, we noticed they cluster into nine categories. The best skills fit cleanly int…

はてなブックマーク IT

2026年6月6日

多様な職場で活躍する萩原雅裕氏が提唱する､仕事を停滞させない｢たたき台｣の活用術。未完成なアウトプットをどう評価し､部下の成長や組織の成果につなげるか―。

東洋経済オンライン

2026年6月7日

多様な職場での経験を重ねた萩原雅裕氏が提唱する｢叩かれるたたき台｣理論。部下の未完成なアウトプットをどう受け止め､成長につなげるべきか——。上司が見極めるべき4つのレベルとは？フィードバックの本質を…

東洋経済オンライン

2026年6月8日

多様な企業でキャリアを重ねた萩原雅裕氏が提唱する｢たたき台思考｣。優秀な人ほど｢叩かれるたたき台｣を積極的に作り､上司がどう受け止めるかで部下の成長は大きく変わると言います。本当に部下を伸ばすフィー…

東洋経済オンライン

2026年6月8日

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

2026年6月8日

大規模言語モデル（LLM）は人間のフィードバックからの強化学習（RLHF）を通じて調整されることが多いが、この方法には既知の制限がある。75カ国のPRISMデータセットから1,500件の自由記述回答を分析した結果、異なる人々がAIシステムに異なるものを求めていることが判明した。ほとんどの価値観は回答者の4分の1未満から要望されており、例外は「真実性」で49%である。同じ言葉でも異なる意味が隠されており、「真実性」の定義は引用元のある主張を求める人、専門家意見を求める人、非主流意見を求める人など、潜在的に相容れない認識論的基盤を示している。人間らしさやAIの安全装置などの機能は物議を醸しており、肯定する人と拒否する人に分かれている。さらに、現在の二値比較では捉えられない状況的区別（デフォルトで行うべきことと「要求された場合」）を人々がよく使用することも判明した。これらの知見は、現在の整合化実務における根本的な問題を明らかにしており、単一の報酬モデルでは複数の定義の「真実性」を捉えることができず、このような現象は認識論的暴力と特徴付けられている。

arXiv cs.CL

2026年6月8日

大規模言語モデル(LLM)に信頼性の高い多段階ワークフロー実行能力を備えさせることはAIの中心的課題となっている。LLMのエージェント機能の最近の進歩にもかかわらず、ほとんどのエージェントシステムはワークフロー実行軌跡の仕様化、検証、デバッグのための形式的手法を欠いている。この課題は数学における長年の問題を反映しており、自然言語の曖昧性が形式言語開発の動機となっている。この範例に触発されて、我々は依存型形式言語Lean4を用いてエージェント動作をモデリング・検証する最初のフレームワークLean4Agentを提案する。Lean4Agentはエージェントワークフローの意味的一貫性を形式的にモデリング・検証し、実行時失敗の局所化を可能にする拡張可能なLean4ライブラリFormalAgentLibを立ち上げる。FormalAgentLibに基づいて、さらにLeanEvolveを開発し、ワークフローを改善してその能力を強化する。

arXiv cs.AI

2026年6月10日

自己蒸留は、モデルが追加コンテキストなしで性能向上を維持できるよう学習させる手法です。 本研究では、自己蒸留におけるコンテキスト設計を、凍結された評価者からのフィードバックを用いて探求しました。 ステップごとにアラインされた批評が最も大きな改善をもたらし、他の手法を大幅に上回る結果を示しました。

arXiv cs.LG

2026年6月11日

arXiv:2606.11192v1 発表タイプ：新規 要旨：本研究では、センシングエラーを伴う機会的スペクトルアクセスに着想を得て、二値潜在状態と不完全な二値フィードバックを持つレストレスバンディットを研究します。関連する belief-state モデルに対し、実数状態割引レストレスバンディットの検証定理に基づき、インデックス可能性の確立とWhittleインデックスの評価のための partial conservation laws (PCL) ベースの解析的および計算的フレームワークを開発します。このフレームワークは、関連する決定論的スケルトン、更新分解、および単語上の組合せ論を通じて確率的ダイナミクスを解析します。これにより、いくつかの閾値レジームにおける割引報酬とリソースメトリクスについて解析可能な表現が得られ、そこでのPCLインデックス可能性条件の完全な検証が可能になります。本論文では完全な解析的検証が達成されていない残りのレジームについては、関連する周辺メトリクスと周辺生産性 (MP) インデックスを計算するための効率的な数値スキームを導出します。

arXiv cs.LG

2026年6月11日

arXiv:2606.11207v1 新規発表。SemantiCleanは、Eコマースセッションデータから構造化されたセマンティック信号を抽出し、共有要素ライブラリを通じて購入意図、顧客セグメンテーション、商品親和性などのプラグ可能な推論ターゲットを駆動するモジュラーフレームワークです。従来の精度のみを最適化するエンドツーエンド予測子とは異なり、SemantiCleanは監査可能性、構造的ガバナンス、sigma=0再現性を優先し、要素レベルの透明性と正当な決定トレイルのためにわずかな予測ゲインを明示的にトレードオフします。Online Shoppers Purchasing Intention (OSPI) データセットに基づき、このフレームワークは24の行動要素を4層アーキテクチャ（機能、インタラクション、システム、コンテキスト）に整理し、3つのアンチインフレーションメカニズム（RedundancyGroup貢献キャップ、TieredPenaltyCalculatorバイアスペナルティ、AdaptiveConstraintModeコールドスタート保護）を通じて信号品質を強制します。

arXiv cs.AI

2026年6月12日

PreplyはOpenAIを活用し、AI生成のレッスン要約を導入。パーソナライズされたフィードバックと言語学習エクササイズを提供している。

OpenAI

2026年6月13日

Hugging Faceは、機械学習モデルの開発プロセスを支援する新たな評価ワークベンチ「OLMo-eval」を発表しました。このツールは、モデル開発における評価ループの効率化を主な目的としています。 現代の機械学習モデル開発においては、実験と反復が不可欠であり、モデルの性能を正確かつ迅速に評価する体制が求められています。「OLMo-eval」は、開発者がモデルの性能を効率的に評価し、その結果を開発プロセスにフィードバックすることで、全体の改善を促進するように設計されています。 このワークベンチの導入により、モデル開発者はより迅速に性能のボトルネックを特定し、改善策を講じることが可能になります。Hugging Faceは、このツールが機械学習モデルの品質向上と開発サイクルの加速に貢献することを期待しています。 引用元: Hugging Face

Hugging Face

2026年6月14日

はじめに ― AI開発で本当に怖いのは「少数の整合性崩壊」 AI エージェントに 100 件のタスクを任せたとします。おそらく 95 件は正しく実装されます。問題は残りの 5 件です。

Zenn