12 件 — 🟡 6 重要 , 🟢 6 注目
YANはTransformerとMambaアーキテクチャをMixture-of-Expertsフローマッチングアプローチと組み合わせた新しい生成言語モデルです。わずか3サンプリングステップで自己回帰モデルに匹敵する品質を達成し、ARベースラインと比べて40倍、拡散型言語モデルと比べて最大1000倍の高速化を実現します。グローバルなトランスポート幾何学をローカル特化ベクトル場に分解します。
IG-Searchは検索拡張推論のAIモデルを訓練する新しいアプローチで、ステップレベルの報酬として情報利得（Information Gain）を使用します。シグナルは外部アノテーションなしにモデル自身の生成確率から導出され、Qwen2.5-3BはこのメソッドでQAベンチマーク7つの平均EMスコア0.430を達成——MR-Searchより1.6ポイント、GiGPOより0.9ポイント上回り、計算オーバーヘッドはわずか6.4%です。
新しいarXiv論文は、最短経路問題においてLLMの系統的汎化を2つの次元から検証しています。未見マップへの空間的転移は良好に機能しますが、視野長によるスケーリングは再帰的不安定性のために一貫して失敗します。この結論は自律的エージェントへの直接的な影響を持ちます——訓練データのカバレッジが能力の境界を定義し、RLは安定性を改善しても境界を拡張せず、推論時のスケーリングは役立つが長さスケーリング問題を解決しません。
Autogenesis（AGP）は、AIエージェント、プロンプト、ツール、メモリを明示的な状態とバージョン管理インターフェースを持つ登録リソースとしてモデル化するプロトコルです。Self Evolution Protocol Layer（SEPL）は、監査トレースとロールバック付きで改善を提案・評価・コミットするためのクローズドループ操作インターフェースを提供し、自己コンポーネントを反復的に変更するエージェントの不安定性問題を解決します。
RadAgentは胸部CT画像の解釈に特化したAIエージェントです。透明なステップバイステップのプロセスにより、ベースラインのCT-Chatモデルを相対36.4%のマクロF1、19.6%のマイクロF1、41.9%の敵対的ロバスト性で上回ります。意思決定トレース付きの放射線レポートを生成し、Faithfulnessスコアは37%（ベースライン0%）を達成します。
CoopEval は囚人のジレンマや公共財ゲームなどの古典的な社会的ジレンマで大規模言語モデル (LLM) エージェントをテストする新しいベンチマークです。反直感的な発見：より強力な推論モデルは弱いモデルよりも頻繁に裏切り、単発の混合動機状況で系統的に協力を損なわせます。自身の利益と集団の利益のバランスを取る必要があるマルチエージェント AI 展開への重要な示唆があります。
Mind DeepResearch（MindDR）は、GPT-4 や Claude Opus スケールではなく、約 300 億パラメータのモデル（Qwen2.5 または DeepSeek クラス）で競争力のある結果を達成する新しいマルチエージェントフレームワークです。アーキテクチャ：計画エージェント + ディープサーチエージェント + レポートエージェント、データ合成を含む 4 段階訓練パイプライン。2026 年 4 月 17 日公開の技術レポートより。
新しい arXiv 論文が TypeScript ソースのリバースエンジニアリングにより Claude Code のアーキテクチャを分析し、オープンソースエージェント OpenClaw と比較しています。5 つの基本的な価値（人間の権威、安全性、実行力、能力、適応性）と 13 の設計原則を特定しています。システムの核心は驚くほど単純：モデルを呼び出し、ツールを実行し、ユーザー入力を待つ while ループです。
RACERは大規模言語モデルを高速化する訓練不要の手法で、投機的デコーディングのための検索ベースとlogitsベースのドラフト戦略を組み合わせます。自己回帰的デコーディングに対して2倍以上の高速化を達成し、以前のすべての訓練不要手法を上回り、ACL 2026 Findingsに採択されました。Spec-Bench、HumanEval、MGSM-ZHベンチマークでテストされています。
新しい arXiv 論文によれば、RLVR（検証可能報酬を用いた強化学習）で訓練されたモデルは帰納的ルールを系統的に放棄し、代わりにベリファイアを通過するためのインスタンスレベルのラベルを列挙するだけで、真の関係パターンを学習していません。最先端の推論モデルの大半を支えるパラダイムにおける重大な失敗モードです。
SAGOは機械学習アンラーニングを2タスクの非対称問題として再定式化するグラジェント合成フレームワークです——知識保持を主要目標、忘却を補助目標として設定します。WMDP Bioベンチマークで、MMLUをベースライン44.6%からPCGradの94%を超えて96%に向上させ、同等の忘却スコアを維持することで、従来のアンラーニング手法がモデルの有用な知識を過度に破壊するという主な問題を解決します。
新しい arXiv 論文がエンタープライズ AI のアーキテクチャ的解決策を提案しています：大規模言語モデル (LLM) のエラーをモデル側で防ぐのではなく、コンシューマー側に型付きアクションコントラクトを定義し、未承認のアクション、不正な形式のリクエスト、クロスワークスペース実行を静的に検出します。このアプローチはセキュリティの負担を確率論的なモデルから決定論的な型システムに移します。