NavHarness: 会話が途切れても経験をつなぐ生涯ナビゲーションエージェント
学習なしでメモリ処理をナビゲーションのループ内に組み込み、セッションが変わっても地図と探索履歴を引き継ぐNavHarness。GOAT-Bench・IR2R-CEで最高性能を記録。
DeepSeek-V4.1-Flash: KVキャッシュを4分の1に削減した100万トークン対応MoEモデル
DeepSeekが、CSA2・FP4 KVキャッシュとCED構造によってKVキャッシュ容量を従来比4分の1に抑えつつ性能はむしろ引き上げた、552BのマルチモーダルMoEモデルを公開した。
PPOクリティックに潜む欠陥「価値の平坦化」と、ごく少数の地点だけを監督するSP³O
PPOクリティックが急変する状態価値をのっぺりと予測してしまう「価値の平坦化」を解明し、応答ごとにごく少数の地点だけをクリティックに監督させてこれを緩和するSP³Oを提案した論文。
人間が作る最後のAI — 再帰的自己改善(RSI)5段階ロードマップ
AIが自らを修正し、「修正する方法」までも変えていく再帰的自己改善(RSI)を、自律性B0〜L5に分類したサーベイ論文を、数値の出典まで守りながら誠実に解説する。
ユーザーが気を変えるとき:LLMエージェントの「意図ドリフト」を測り、直す
会話の途中で変わったユーザーの意図のうち、すでに破棄された部分が最終結果を汚染する「意図ドリフト」を測定ベンチマーク(IntentFlux)で定量化し、いま有効な要求を明示的に保持するStateForgeで一部を回復させた研究。
話しながら考える: リアルタイム音声AI StepAudio 3 Realtime 徹底解説
StepAudio 3 Realtimeは「話している最中に内側で推論する」構造により、リアルタイム音声対話の応答速度と深い思考を両立させようとする音声言語基盤モデルである。
AIが言葉の代わりに内部表現をやり取りするとき、チームの安全性が揺らぐ
マルチエージェントがテキストではなく内部表現を交換する「潜在通信」において、エージェント本体はそのままに接続リンクだけを手直しするだけで、チーム全体の安全性が揺らぐというCISPAの研究。
100回学んでも忘却を大きく抑える方法:継続学習メカニズムの組み合わせ
言語モデルが100個のタスクを順番に学習する際の破滅的忘却を、3種類のアンカーとマージLoRAの組み合わせで最終記憶率を1.2%から34.9%へと28倍に高めた研究を解説します。
Atria Dawn論文解説: エージェント超知能と、人間に残された役割
744BのMoEを土台にしたエージェントモデルAtria Dawn Previewを、16のベンチマークと自己開発過程769件の記録から読み解き、AI PM製品への示唆を整理する。
世界モデルでAI研究エージェントを3〜4倍高速化:WMRL論文解説
実験の実行を「世界モデル」で置き換え、RL学習のボトルネックを取り除いたWMRL。4B・9Bのエージェントが48B・120Bを上回る。
Gander — 途切れなく対話しながら働く全二重AIシステム
テンセント・浙江大の研究陣が開発したGanderは、リアルタイム対話モデル(Cerebellum)と別個の推論バックエンド(Brain)を組み合わせ、発話の途中で割り込み・聞き返しができるフルデュプレックス・エージェントを実現する。
AuK: 音声を作り、直すオープンソース音声基盤モデル
自然言語の指示ひとつで音声生成から編集・復元までを統合したオープンソース基盤モデルAuK。ハイブリッドなrectified-flow構造と蒸留によって4ステップ推論まで実現した仕組みをわかりやすく解説します。