2026年4月20日月曜日

4 件 — 🟡 4 重要

🤝 エージェント (2)

🟡 🤝 エージェント 2026年4月20日 · 4 分で読めます

Experience Compression Spectrum：記憶・スキル・ルールをLLMエージェントで統合するアーキテクチャフレームワーク

Experience Compression Spectrumは、LLMエージェントの記憶・スキル・ルールを圧縮率の増加する単一軸上に配置する新しいアーキテクチャフレームワークです。エピソード記憶（5-20×）から手続き的スキル（50-500×）、宣言的ルール（1000×+）に至ります。分析により、既存システムは固定した圧縮レベルで動作し、記憶とスキルが相互通信していないことが明らかになりました。

🟡 🤝 エージェント 2026年4月20日 · 4 分で読めます

WORC：マルチエージェントシステムの最弱エージェント強化で推論ベンチマーク82.2%精度を達成

WORC（Weak-Link Optimization for Reasoning and Collaboration）は、強いエージェントを最適化するのではなく、マルチエージェントLLMシステムの弱いリンクを特定して強化する新しいフレームワークです。メタ学習と群知能でパフォーマンス不足のエージェントを見つけ、追加の推論リソースを割り当てます。結果：推論ベンチマークで平均82.2%の精度と、より優れたクロスアーキテクチャ安定性を実現します。

🏥 実践 (1)

🟡 🏥 実践 2026年4月20日 · 3 分で読めます

AgentV-RLがツール拡張ベリファイアと前向き・後ろ向きエージェントを導入——4Bモデルが最先端報酬モデルを25.2%上回る

AgentV-RLは、マルチターンのツール拡張審議を使用するエージェントベリファイアによって報酬モデリングをスケーリングする新しいフレームワークです。2つの相補的エージェント——前向き（前提から結論へ）と後ろ向き（結論から前提へ）——が推論を検証します。積極的探索を伴うRLにより、4Bバリアントは最先端アウトカム報酬モデルをテスト時スケーリングで25.2%上回ります。

🛡️ セキュリティ (1)

🟡 🛡️ セキュリティ 2026年4月20日 · 3 分で読めます

ASMR-Bench：ML研究における妨害行為検出ベンチマークでGemini 3.1 Pro AUROC 0.77、修正率わずか42%

ASMR-Bench（Auditing for Sabotage in ML Research）は、9つのML研究プロジェクトとその意図的に誤解を招く結果を生成する欠陥バリアントを含む新しいセキュリティベンチマークです。最高結果——Gemini 3.1 ProのAUROC 0.77、top-1修正率42%——は、最高のAI監査員でも半数以上のケースで妨害行為を検出できないことを意味します。LLM生成の妨害行為は人間のものより弱いです。