🟡 🤖 モデル 2026年4月11日 · 2 分で読めます
ArXiv SUPERNOVA：自然命令での強化学習により推論能力が52.8%向上
新しい論文SUPERNOVAは、既存の指示チューニングデータセットの体系的なキュレーションが、LLMの推論能力を大幅に向上させることができることを示しています。SUPERNOVAで訓練されたモデルは、BBEHベンチマークで最大52.8%の相対的な改善を達成しました。
2026年4月11日土曜日
8 件 — 🔴 2 重大 , 🟡 4 重要 , 🟢 2 注目
🤖 モデル (1)
🤝 エージェント (4)
🟡 🤝 エージェント 2026年4月11日 · 2 分で読めます
Anthropicがポリシーフレームワーク『Trustworthy agents in practice』を発表
Anthropicは、AIエージェントを信頼できる方法で開発、展開、使用することの意味を定義する包括的なポリシーフレームワーク『Trustworthy agents in practice』を発表しました。この文書は、エージェントを構築または使用する企業のためのガイドラインとして機能します。
🟡 🤝 エージェント 2026年4月11日 · 2 分で読めます
ArXiv PASK：ユーザーの意図を予測する長期記憶を持つプロアクティブAIエージェント
新しい論文PASKは、意図検出、ハイブリッドメモリ、自己主導のアクションを組み合わせたプロアクティブAIエージェントのフレームワークを提示します。IntentFlowモデルは、潜在的なユーザーニーズの認識において主要なGemini 3 Flashモデルのレベルに達しました。
🟡 🤝 エージェント 2026年4月11日 · 2 分で読めます
ArXiv SAVeR：LLMエージェントのためのセルフ監査 — 実行前に検証（ACL 2026）
ACL 2026に採択された新しい手法SAVeR（Self-Audited Verified Reasoning）は、LLMエージェントがアクションを実行する前に自己修正することを可能にします。目標：論理的制約に違反する首尾一貫した推論が誤った決定につながるのを防ぐこと。
🟢 🤝 エージェント 2026年4月11日 · 2 分で読めます
ArXiv KnowU-Bench：インタラクティブでプロアクティブなモバイルAIエージェントのための新しいベンチマーク
研究者たちはKnowU-Benchを発表しました。これは、長期的な使用を通じたインタラクティビティ、プロアクティビティ、パーソナライゼーションに焦点を当てた、新世代のモバイルAIエージェントを評価するための包括的なベンチマークです。