LLM理論 科学の未解決問題と再発見を評価するベンチマーク「OpenFrontiers」発表
科学の未解決問題のコーパスと数学分野の回顧的ベンチマークを組み合わせたクロスディシプリナリーなリソース「OpenFrontiers」が発表されました。
LLM
LLM理論 
LLM理論 LLMエージェントと知識グラフにおけるオントロジーチェッカーの性能評価論文
Web知識グラフ上のLLMエージェントに対するオントロジー由来のチェッカーの性能を検証した論文が公開された。
ローカルLLM 言語モデルの中身が丸見えになるPythonライブラリ「cse-frog」公開
言語モデルの内部構造や仕組みを学習・解剖するための小さなPythonライブラリ「cse-frog」が公開されました。内部の仕組みや設定変更による挙動を確認できます。
Meta Metaとハーバード大、大規模マルチエージェントの課題を解決する「ScaleMAS」発表
Metaとハーバード大学などの研究チームが、LLMベースのマルチエージェントシステムの拡張性を改善する新しい基盤「ScaleMAS」を発表しました。
AI業界動向 複雑なAIエージェントメモリは本当に必要か？Raw-RAGの検証
AIエージェントの長期会話理解において、未加工の会話履歴を用いた「Raw-RAG」が複雑なメモリシステムを凌駕するという研究結果が発表されました。
AI業界動向 APIの実際と人間の記憶違い：AI開発でデータ軸を追加した教訓
個人開発のAI銘柄スクリーニング端末「ALPHA FORGE」に需給データを追加する際、APIのプラン契約やデータ取得範囲の確認で判明した教訓を解説します。
LLM理論 AIエージェントの自律学習パラダイム「Phronix」発表
科学計算領域におけるAIエージェント向けの新学習パラダイム「Phronix」が論文発表された。実行結果から再利用可能な能力を獲得・検証・洗練する仕組みを備える。
LLM理論 コーディングエージェントのコンテキストファイル検証結果
コーディングエージェント向けのリポジトリレベルのコンテキストファイルがタスク成功率や推論コストに与える影響を調査した論文について解説します。
AIニュース OpenAI、ChatGPT向けの独自広告配信システムを構築
OpenAIは、ユーザーの信頼と関連性を重視したChatGPT向けの新しい広告配信システムを構築した。カスタムLLMを活用し、会話の文脈や意図の変化に対応する。
ベンチマーク・評価 マルチエージェント協調は臨床タスクの幻覚を削減するか？論文解説
マルチエージェントLLMシステムは臨床タスクの性能を向上させるが、それが必ずしも推論中の幻覚削減につながるわけではないことを検証した論文の解説。
LLM理論 製造業向け大規模言語モデル駆動型エージェントの系統的概説
大規模言語モデルを活用したスマート製造向け産業用エージェントに関する系統的な概説論文の概要。5つの課題や4層システムアーキテクチャなどを提示。
LLM理論 大規模言語モデルと多目的強化学習によるRTLコード生成手法
大規模言語モデルと多目的強化学習を組み合わせ、RTL回路のPPA最適化において多様なパレート最適解を生成する新手法が提案されました。
AIニュース AnyLanguageModel 1.0がリリース：Apple向けローカル・ホステッド対応API
Hugging Faceは、Appleプラットフォーム向けモデル統合API「AnyLanguageModel 1.0」をリリースしました。ローカルおよびホステッドモデルの双方を統一されたAPIで利用できます。