タイムライン検索

2026年5月29日

理論的な約束にもかかわらず、スケーラブルな監視プロトコルとしてのディベートは混合した実証結果をもたらしています。いくつかの設定では利益を得ていますが、特に審査官が隠された情報を持たない場合は、他の設定では効果がありません。より強いディベーター・より弱い審査官の設定で提案者批評家ディベートを研究しました。

arXiv cs.CL

2026年6月4日

ビットコイン（BTC）マイニング事業からAIインフラ企業へと軸足を移すIREN（アイレン）は、オーストラリアで初となるデータセンターキャンパス計画を発表した。 同社は6月3日、南オーストラリア州バ

Yahoo!ニュース IT

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9日

会議やディベートでの発言中に、話をかぶせられた経験はないだろうか？その原因はあなたにあるかもしれない。実は、話を途中で遮られてしまう人は、「発言が終わるサイン」をうまく出せていないことが多い。最後まで聞いてもらうために必要なこととは？※本稿は、編集者の水野太貴『会話の0.2秒を言語学する』（新潮社）の一部を抜粋・編集したものです。

ダイヤモンド・オンライン

2026年6月11日

知識発見における重要なステップは、データマイニング結果の評価です。パターンマイニング、グラフ解析など、いくつかのアプリケーションでは、このステップには結果の統計的有意性の評価が含まれ、ノイズやデータのランダムな変動のみによる偽の発見を避けます。特定のアプリケーション向けに特殊な手順が開発されていますが、リサンプリングベースのアプローチが広く使用されており、特に解析結果を導き出せない複雑な解析で利用されています。しかし、現在のリサンプリングベースのアプローチでは、数千の再サンプリングされたデータセットの生成と解析が必要であり、大規模データセットや計算負荷の高い解析には実用的ではありません。 本論文では、偽発見の確率について厳密な保証を持つデータマイニング結果の統計的有意性を評価するための、シンプルかつ効果的なリサンプリングベースのアプローチであるFewRSを紹介します。このアプローチは、リサンプリングベースのアプローチが適用されるあらゆる状況で使用できます。FewRSは、データマイニング結果の品質を表すテスト統計量の最大偏差に対する新規な境界の導出に基づいています。

arXiv cs.LG

2026年6月23日

暗号資産（仮想通貨）業界団体の連合が、マイニングとステーキング報酬の課税時期を明確化する法案「Tax Clarity for Mining and Staking Act（H.R. 9175）」につい

Yahoo!ニュース IT

2026年6月23日

LLMエージェントは、金融の事前知識、記号的推論、実行可能なファクター生成、フィードバック駆動の洗練を組み合わせることで、アルファマイニングに有望です。しかし、それらは組み合わせ爆発の探索空間、ノイズが多く非定常なフィードバック、冗長な発見、過去の成功を安易に再利用することによる過学習のリスクに直面しています。これらの課題に対処するため、構造化検索プロセスメモリを備えた自己進化型アルファマイニングエージェントであるAlphaMemoを提案します。AlphaMemoは、最終的なファクターや完全な軌跡のみを記憶するのではなく、特定の親ファクターのコンテキストでどの編集モチーフが機能するか、または失敗するかについての再利用可能な証拠を記録します。Abstract Syntax Tree（AST）の違いからモチーフを抽出し、探索台帳の事前知識の上に信頼度ゲート付き残差メモリを適用し、非対称の拒否制御を使用して高信頼度の失敗パターンを抑制します。

arXiv cs.AI

2026年6月23日

マルチエージェントディベートは、反復的なピアレビューを通じて大規模言語モデル（LLM）の信頼性を向上させます。しかし、固定トポロジーはしばしば永続的な位置バイアスを導入し、信頼性の低いエージェントを増幅させ、役割割り当てへの高い感度を引き起こします。本稿では、推論時に通信役割とスパーストポロジーを連続的なディベートラウンド間で動的に再構成する推論時間プロトコル、Permutation-Equivariant Adaptive Routing Multi-Agent Debate (PEAR) を紹介します。進化するエージェントの状態に基づいて戦略的にエージェントから役割への割り当てを切り替えることで、PEARはエージェントが特権的なネットワーク位置を永続的に占めることを防ぎ、またはディベート全体にわたって影響力をより均等に分散させます。PEARを同変スパースルーターとして理論的に特徴付けます。これは、エージェントの再ラベリング下での精度を維持しつつ、ルーティング複雑性を低減し、汎化性能を向上させます。

arXiv cs.AI

2026年6月25日

マルチステップでオープンエンドな環境における基盤モデルエージェントは、初期の誤りが長期間の軌跡を汚染する複合的エラーに頻繁に悩まされます。マルチエージェントディベート（MAD）は決定論的なドメインで成功を収めていますが、説得のような主観的なタスクでは、エージェントは深刻な問題のドリフトと迎合的な同調に苦しんでいます。標準的なRetrieval-Augmented Generation（RAG）におけるセマンティックリークがこれらの失敗の再現可能なトリガーであることを特定しました。これは、標準RAGが論理的必然性よりも語彙の重複を優先するためです。このリークを排除するために、Taxonomic Strategy RAG（TS-RAG）を導入しました。これは、議論の構造とトピックの内容を分離するために、戦略を離散的なカテゴリのボトルネックにルーティングするシステム介入です。ゼロショット・クロスドメイン評価により、TS-RAGは標準的なセマンティック検索が崩壊する抽象論理の転移を大幅に改善することが示されました。

arXiv cs.AI

2026年7月7日

ビットコイン（BTC）マイニング企業のTeraWulf（テラウルフ）は7月6日、AI企業のAnthropic（アンソロピック）と20年間のデータセンターリース契約を締結したと発表した。 この契約に

Yahoo!ニュース IT

2026年7月24日

国連およびユネスコ決議における段落レベルの論証マイニングに関するArgMining 2026のUZH共有タスクで優勝したシステム、LLM-INSTRUCTを紹介します。このタスクは、最大8Bパラメータのオープンウェイトモデルのみを使用し、厳格なJSONスキーマ設定下での段落タイプ分類、141個の公式タグのサブセット予測、および指向性関係予測を要求します。このタスクを制約付き構造化予測として捉えます。システムはまず、メタデータ認識型密接検索で候補タグ空間を絞り込み、次に次元ごとの上限を持つ制約付きデコーディングを適用し、不確実なケースのみを3エージェントのディベートブランチにエスカレートし、最終的に出力スキーマを検証します。公式リーダーボードでは、LLM-INSTRUCTは総合1位、F1スコアで1位、LLM-as-a-Judgeで5位となりました。開発中、設定検索により、内部タスク2スコアを4.421に維持しながら、タスク1bマイクロF1を35.83%から40.08%にさらに改善しました。主な教訓は単純です。生成前に決定空間を削減すると、精度と提出の堅牢性の両方が向上します。

arXiv cs.CL