TeamBench：役割分離下でのエージェント協調を評価する新ベンチマーク
役割分離が強制された環境下でのAIエージェントの協調能力を評価する新ベンチマーク「TeamBench」が発表さ…
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
LLM
3256件
ARMOR：適応型ユーティリティ認識マルチツール推論による反応実現性予測のためのエージェントフレームワーク
化学反応の実現性を予測するAIエージェントフレームワーク「ARMOR」が開発されました。
AdaTKG：時系列知識グラフ推論のための適応型メモリ
時系列知識グラフ（TKG）の推論において、エンティティの表現を動的に更新する新手法「AdaTKG」が提案され…
データから洞察へ：自律型ビジネスインテリジェンス発見エージェント
LLMの課題を克服し、複雑な企業データから自律的にビジネス洞察を発見するフレームワーク「AIDA」が提案さ…
HMACE: 組み合わせ最適化のための異種マルチエージェント協調進化
大規模言語モデル（LLM）を活用し、NP困難な組み合わせ最適化問題を解くための新しいマルチエージェントフ…
MEMOREPAIR：エージェント記憶におけるバリアファーストなカスケード修復
エージェントの記憶システムにおいて、古い情報が残存し、将来の行動に影響を与える問題を解決する新手法…
EnvSimBench：LLMベースの環境シミュレーション評価・改善のためのベンチマーク
LLMを用いた環境シミュレーションの精度を評価し、幻覚や論理的矛盾を低減する新しいベンチマーク「EnvSim…
LLMは化学反応のコストを評価できるか？化学コスト推論におけるLLMの評価
LLMが化学反応の調達コストを正確に計算できるかを評価する新しいベンチマーク「ChemCost」が発表されまし…
マルチモーダル推論のための構造化役割認識ポリシー最適化
大規模視覚言語モデルのマルチモーダル推論能力を向上させる新しい強化学習手法が提案されました。
SOM: 構造的因果モデルによるLLMエージェントの構造化された対戦相手モデリング
LLMベースのエージェントがマルチエージェント環境で対戦相手の行動を正確に予測する新しいフレームワーク…
エージェントの記憶がいつ使えなくなるか：スケール条件付き評価プロトコル
AIエージェントの記憶が、無関係な情報が増えるにつれていつまで使えるかを評価する新しいプロトコルが提…
暗黙的圧縮正則化：強化学習後訓練における内部の短い分布による簡潔な推論
強化学習で訓練されたLLMの推論において、不必要に長い応答を短縮しつつ精度を維持・向上させる新手法が提…