10月 28 2026 0 ロボット操作AIをEBenchで比較、ポリシー連携で成功率向上 投稿者: 亜美と智也のAI論文解説 編集部 GPT-6-Astraを核とするロボット操作エージェントをEBenchで、直接制御と学習済みVLA/WAMポリシーを呼ぶ構成の2通りで評価した報告。直接制御は短期タスクや汎化で競争力がある一方、長期・卓上・高精度接触に弱い。
10月 28 2026 0 LLM研究レポートの過剰な断定を定量化するSMOOTHSCORE 投稿者: 亜美と智也のAI論文解説 編集部 深掘りリサーチAIは、引用付きの長文レポートで、証拠が混在・限定的でも断定的な結論を出しがちです。論文は結論クレームごとに支持・反対の証拠を集め、観点別に整理して1〜5点で「平滑化」を測るSMOOTHSCOREを提案しています。7システム・4データセットで広く見られたと報告されています。
10月 28 2026 0 GitHub Actionsの次ステップをActionとScriptに分ける補完手法 投稿者: 亜美と智也のAI論文解説 編集部 GitHub Actionsの次ステップ補完で、ActionとScriptを同じ生成問題として扱う従来の曖昧さを減らすのがFLOWSTEPです。まずRoBERTaで種別を判定し、Actionは対照学習付きRoBERTaで選択、ScriptはLLMで生成します。
10月 28 2026 0 量子化LLMの誤差補償をCPUへ、HCInferの非同期推論システム 投稿者: 亜美と智也のAI論文解説 編集部 HCInferは、量子化LLMの残差補償をCPUへオフロードし、GPUの圧縮バックボーンと非同期実行する推論システムです。
10月 28 2026 0 AIエージェントを仕事システムとして捉える統一枠組み：能力・最適化・評価 投稿者: 亜美と智也のAI論文解説 編集部 本論文は、AIエージェントを単発の回答やツール呼び出しではなく、基盤モデル・ランタイムハーネス・状態を持つワークスペースからなる「仕事システム」として捉える統一枠組みを提示する。仕事を持続性と開放性で特徴づけ、5つの仕事形態、5つの能力群、モデル／ハーネス／共同最適化、成果志向の評価を整理する。
10月 28 2026 0 LLMの内部表現を使いコード脆弱性を約1秒で検出するREVA 投稿者: 亜美と智也のAI論文解説 編集部 REVAは、新規関数に脅威モデル・Semgrep結果・コールグラフなどの文脈を付けてLLMに1回だけ通し、生成テキストではなくコードトークンの内部表現を小型の学習済みプローブでリスクスコア化する脆弱性検出器です。
10月 27 2026 0 力覚に反応する人型ロボットのロコマニピュレーション学習FLORE 投稿者: 亜美と智也のAI論文解説 編集部 FLOREは、力覚センサ付きの手持ちグリッパと体のトラッカーでロボットなしに動作と接触力を収集し、両手の力指令を予測する拡散方策と、力指令を位置目標のずらしに変換する全身コントローラで人型ロボットの接触を伴う移動・操作を学習する。実機3タスクで成功率80%対位置のみ26.7%を報告。
10月 27 2026 0 検索エージェントの文脈を読む4B再ランカーACAReが検索精度を改善 投稿者: 亜美と智也のAI論文解説 編集部 ACAReは、検索エージェントのサブクエリに加えて「元の質問」と「直前の推論トレース」を入力し、候補文書を再ランクする4Bモデルです。1つのチェックポイントで文脈あり/なしの4モードを扱い、原論文では複数ベンチマークの検索品質改善と検索回数削減、回答生成での精度向上が報告されています。
10月 27 2026 0 コード計画と映像・行動予測を統合するスキル再利用ロボット基盤AW-0 投稿者: 亜美と智也のAI論文解説 編集部 AW-0は、ロボットのスキル計画をコードとして表し、未来映像と低レベル行動の生成を同一モデルで結びつける枠組みです。コードが長期タスクの構造を与え、映像予測が物理的見通しを、行動生成が実行を担います。
10月 27 2026 0 GPT-6 Astraの接触操作を3段階で測るSim–Realベンチマーク 投稿者: 亜美と智也のAI論文解説 編集部 PhysLadderは、接触を伴う家庭内操作16タスクを「接触選択・位置合わせ」「力調整」「接触の再構成＋力調整」の3段階に分け、物理・視覚を対応させたSimと実環境でGPT-6 Astraをゼロショット評価したベンチマーク。