2026年6月13日土曜日

7 件 — 🟡 4 重要 , 🟢 3 注目

🤖 モデル (2)

🟡 🤖 モデル 2026年6月13日 · 4 分で読めます

arXiv: TruDi——大規模並列オンポリシーRLのための拡散ポリシー

TruDiは拡散ポリシーが大規模並列オンポリシーRL環境で安定したトレーニングを可能にする初めての手法であり、拡散軌跡全体にKLダイバージェンス制約を持つトラスト領域最適化を適用する。4つのベンチマークにわたる73タスクで強力なベースラインと競合する、またはそれを上回る結果を達成し、人間型ロボット制御で明確な進歩を示す。

🟢 🤖 モデル 2026年6月13日 · 4 分で読めます

arXiv: DLWM——マルチモーダル推論のための多様な潜在世界モデル

DLWMはマルチモーダル推論における視覚的曖昧性を、複数の多様な潜在仮説を同時に構築し、直交正則化によるそれらのコラプスを防ぎ、RLポリシーによる適応的計算配分により解決する。複数のベンチマークで精度2〜5パーセントポイントの改善を達成しながら、同時にメモリフットプリントを24%削減する。

🤝 エージェント (3)

🟡 🤝 エージェント 2026年6月13日 · 4 分で読めます

arXiv: ASSAYフレームワークがスキルの選択的マスキングでLLMエージェントの新記録を達成

UNCチャペルヒルの研究者（Yixuan Wangら）はLLMエージェントのスキルライブラリに「因果的不均一性」があることを特定した：個々のスキルはある種のタスクでは助けになる一方、他のタスクでは害を及ぼす。ASSAYフレームワークはスキル生成と経験的補正を分離し、タスク単位のマスキングによりDeepSeek-V3でAppWorldの目標達成率69.3%——相対改善47.4%、重み調整なしの新たなstate-of-the-artを達成した。

🟡 🤝 エージェント 2026年6月13日 · 4 分で読めます

arXiv: CODA-BENCHでトップエージェントがコードとデータを組み合わせたタスクでわずか61.1%に留まることが判明

中国人民大学の研究者がCODA-BENCHを発表した。KaggleデータセットによるリアルなLinuxサンドボックスでコード生成とデータ検索を同時に評価する初めてのベンチマークだ。31コミュニティにわたる1,009タスクをカバーし、環境あたり平均980ファイルを持ち、トップエージェントはわずか61.1%の成功率にとどまる——ICML 2026に採択。

🟢 🤝 エージェント 2026年6月13日 · 4 分で読めます

arXiv: UCS-BenchがエゴセントリックビデオでAIエージェントの空間記憶をテスト

研究者たちはUCS-Benchを発表した。170時間以上のエゴセントリックビデオと8,100以上の時間スタンプ付き質問でAIエージェントの空間知能をテストするベンチマークと、ストリーミング観察から構造化された空間記憶を増分構築するDirectMeフレームワーク。ICML 2026に採択。

🛡️ セキュリティ (1)

🟡 🛡️ セキュリティ 2026年6月13日 · 4 分で読めます

arXiv: CVPモニターが言語モデルの活性化から優先度競合を直接読み取る

研究者のTong CheとRui Wuは、Constitutional Value Potentials（CVP）を導入した。これはモデルの隠れ状態から学習したスカラーポテンシャルであり、憲法的価値の保持に対する内部的圧力を測定する。2つのポテンシャルの符号付き差が優先度マージンを形成し、CVPモニターは出力テキストを読まずに価値違反の検出でAUROC最大0.95を達成し、Qwen2.5の3スケールに汎化し、シグナルは応答の最初のトークンで現れる。

✨ 注目トピック (1)

🟢 ✨ 注目トピック 2026年6月13日 · 4 分で読めます

arXiv: 恋愛コミュニケーションにおけるAI——隠れた三者関係の研究

研究者のSkyler WangとIsabella Luppiは、AIが恋愛コミュニケーションに使われることについてTikTokとRedditの2023〜2026年のバーナキュラー言説を分析し、隠れた三者関係と表現労働という概念を導入し、真正性は言語的所有権から感情的所有権へと再構成されると結論づける。