11月 13 2026 0 LLMの連鎖推論は集中した注意ヘッド欠落に弱い：GSM8Kでの比較 投稿者: 亜美と智也のAI論文解説 編集部 本論文は、LLMの連鎖推論中に注意ヘッドを欠落させるとき、同じ累積予算でも「拡散したi.i.d.欠落」より「集中したバースト欠落」の方がGSM8K精度を大きく下げることを2つの8Bモデルで比較した。
11月 13 2026 0 ロボット歩行RLの報酬を変えずに歩容を選ぶMPC注入法：実機評価も 投稿者: 亜美と智也のAI論文解説 編集部 MPC-Injectionは、RL学習と同じシミュレータでMPCが生成した遷移をオフポリシーRLのリプレイバッファに約25%混ぜ、タスク報酬を変えずに設計者が望む歩容の挙動basinへ方策を寄せる。
11月 13 2026 0 SOPと実行ログからプランナー不要の業務ワークフローを生成するReTrace 投稿者: 亜美と智也のAI論文解説 編集部 ReTraceは、SOPと推論付きのエージェント実行ログから、実行時に毎ステップLLMで計画しない再利用可能なワークフローを一度だけ構築する手法です。各ステップの条件・入力元を抽出し、ルール文書を経てコードやワークフローグラフを生成します。
11月 13 2026 0 端末LLMエンジンの新モデル対応を自動化するEngineAgent 投稿者: 亜美と智也のAI論文解説 編集部 EngineAgentは、端末向けLLM推論エンジンに新しいモデルを追加する作業を、エンジン階層の知識とハードウェア別デバッグ技能の事前構築、BuilderとAuditorの反復で進めるシステムです。
11月 13 2026 0 機械学習をエネルギー関数で統一的に理解する入門：推論・学習・合成 投稿者: 亜美と智也のAI論文解説 編集部 本論文は、エネルギー関数E(x)で確率を表すエネルギーベースモデル（EBM）を共通レンズに、識別・生成・表現学習・強化学習・推論時計算を整理するチュートリアルです。
11月 12 2026 0 LLM生成の形式世界モデルを多段階評価、実行可能でも忠実とは限らない 投稿者: 亜美と智也のAI論文解説 編集部 本論文は、自然言語シナリオからLLMにPOSG形式の世界モデルを生成させ、機械的妥当性・参照との構造一致・意味的診断の3段階で評価した。ゲーム系では134/135が厳格な機械監査を通った一方、参照と完全一致したのは28/134、平均構造F1は0.366。
11月 12 2026 0 ロボットAI推論の高速化が逆効果になりうる理由：タスク全体で見る軽量化 投稿者: 亜美と智也のAI論文解説 編集部 TISEDは、量子化・非同期推論などの軽量化がロボットの推論実行ループ全体に与える影響を、チャンク時間・必要チャンク数・観測遅れに分解する分析枠組みです。
11月 12 2026 0 LLM事後学習の停滞を防ぐカバレッジ保持アルゴリズム理論 投稿者: 亜美と智也のAI論文解説 編集部 本論文は、LLM事後学習の政策最適化で、ベースモデルが最適応答を出しやすい性質（応答カバレッジ）が学習中に崩壊し得ることを理論的に示す。固定参照へのKL正則化だけでは不十分な場合があり、KL参照を最新政策へ繰り返しリセットするAPMDがカバレッジを保ちながら大域最適へ収束する枠組みを与える。
11月 12 2026 0 LLMの学習を支える4つの思考機構と失敗要因を整理する認知フレームワーク 投稿者: 亜美と智也のAI論文解説 編集部 本論文は、LLMの「考えて学ぶ」能力を、反射的推論・合成記憶形成・内部シミュレーション・概念自己組織化の4機構に整理し、CoTや自己反省などの手法を機能近似として対応づける。新実験はなく、幻覚拡散やモデル崩壊などは人間認知との4つの構造的非対称性から説明される。
11月 12 2026 0 LLM特徴量発見で挑むタンパク質-リガンド姿勢ランキングPyrite 投稿者: 亜美と智也のAI論文解説 編集部 Pyriteは、タンパク質-リガンドの候補ポーズをペアで比較する姿勢ランキング用ベンチマークです。専門家化学者や物理スコア単体は高精度ではなく、LLMが直接推論するPyriteReasonerは最大67%、LLMが特徴量を発見してロジスティック回帰に渡すPyriteFeaturizerは最大74%…