新技術・技術紹介– category –
-
LLMAR：チューニング不要でスパース・テキストリッチな産業分野向けレコメンデーション性能を向上
arXiv 不明 概要 arXivで発表された「LLMAR」は、スパースでテキストリッチな産業分野向けに、チューニング不要のレコメンデーションフレームワークを提供します。このフレームワークは、LLM推論と自己検証を組み合わせることで、従来の訓練ベースのアプロ... -
一人称視点VLMのウェイポイント意思決定能力を評価する新ベンチマーク「EgoPathBench」がarXivで公開
arXiv 不明 概要 arXivで公開された研究において、一人称視点でのウェイポイント意思決定におけるゼロショット能力を評価する新ベンチマーク「EgoPathBench」が導入されました。このベンチマークは、エゴセントリックなRGB画像、自然言語の目標、および番... -
マンモグラフィVLM、回答精度が根拠の信頼性を過大評価する可能性をmedRxivが指摘
medRxiv アメリカ 概要 medRxivに掲載された研究は、マンモグラフィのVision-Language Model (VLM) における回答精度が、その根拠の信頼性を過大評価する可能性があると指摘しています。本研究は、病理分類と異常特定をラベル認識型病変局所化と合わせて評... -
Harrison Zhangら、マルチエージェントAI「Virtual Biotech」を発表し創薬意思決定を支援
EurekAlert! アメリカ 概要 Harrison Zhangらの研究チームは、創薬開発の意思決定を支援するマルチエージェントAIシステム「Virtual Biotech」を発表しました。このプラットフォームは、仮想の最高科学責任者（CSO）の指揮のもと、専門のAI「科学者」エー... -
Φ-Bench：LLMが自己のインフラストラクチャを設計・最適化できるか評価する現実世界に基づく85タスクのベンチマークを発表
arXiv アメリカ 概要 LLMが自身のインフラストラクチャの開発と最適化を支援できるかを評価する新しいベンチマーク「Φ-Bench（Frontier AI Infrastructure Benchmark）」が提案されました。このベンチマークは、現実世界のLLMトレーニングおよび推論インフ... -
NovGauge：LLMの科学論文新規性評価能力を診断する人手アンカー付き微細ベンチマークを提案
arXiv アメリカ 概要 大規模言語モデル（LLM）の科学論文における新規性評価能力を診断するため、人間が評価したデータセットに基づく微細なベンチマーク「NovGauge」が提案されました。このベンチマークは、ICLRの査読者間の重複主張や調査共引用など専門... -
スタンフォード大学、37,000人のAIエージェントで創薬研究を自動化する「Virtual Biotech」を開発、Science誌に発表
Science (via Chosunilbo DB) アメリカ 概要 スタンフォード大学の研究チームが、最大37,000人のAIエージェントが協調して新薬開発を行うシステム「Virtual Biotech」を開発し、その成果を国際学術誌『Science』で発表しました。このシステムは、医薬品研... -
米国METR：Anthropic、Google、Meta、OpenAIのフロンティアAIモデルの安全性評価を実施、壊滅的リスクの特定に注力
Business Standard アメリカ 概要 米国を拠点とする非営利研究機関METR（Model Evaluation and Threat Research）が、Anthropic、Google、Meta、OpenAIといった主要企業のフロンティアAIモデルに対する安全性評価を実施しました。METRは、自律機能を持つAI... -
IBM QuantumがAIで量子ラボの発見を加速：キュービット校正と実験の自動化を実現
IBM Quantum グローバル 概要 AIは、量子コンピューティング実験ワークフローの効率化に貢献し、キュービットのキャリブレーションや測定タスクを自動化します。自律型エージェントとLLM駆動ツールが、キュービット周波数チューニング、Rabiシーケンス、T1... -
AIが創薬・科学研究を加速：AnthropicとMetaがスーパーコンピュータとマルチエージェントシステムを実運用
AI Weekly グローバル 概要 AIは科学分野で論文発表段階から実運用インフラ構築へと移行し、創薬と科学研究を劇的に加速させています。AnthropicはClaudeを活用してタンパク質結合剤を設計し、通常の業界成功率22-35%を上回る成果を報告しました。米国エネ... -
2026年9月のオープンソースLLMベンチマークでGLM-5.2、Llama 4 Maverick、Kimi K3が性能を牽引
Thunder Compute グローバル 概要 2026年9月のオープンソース大規模言語モデル（LLM）ランキングで、GLM-5.2、Llama 4 Maverick、Kimi K3が各分野で優れた性能を発揮しました。GLM-5.2は744B MoEモデル（40Bパラメータ）としてGPQA DiamondやAIMEなどの推... -
米国DOE、AIを活用した量子アルゴリズム「Picasso」で探索規模を1兆関係以上に拡大
Department of Energy アメリカ 概要 米国エネルギー省（DOE）は、AIが量子アルゴリズムの発見と最適化を自動化する新しい取り組みを発表しました。PNNLが開発したAI並列アルゴリズム「Picasso」は、数百万のPauli文字列と1兆以上の関係を処理可能です。こ... -
AI、機械学習、深層学習の違いを明確化する包括ガイドが技術者向けに公開
GeeksforGeeks インド 概要 AI、機械学習（ML）、深層学習（DL）の区別を明確にする包括的なガイドが技術者向けに公開されました。AIは人間のような知能を持つシステムを構築する最も広範な分野であり、MLはそのサブセットとしてデータからパターンを学習... -
イリノイ大学の研究がAI活用による臨床薬物試験の課題解決と効率向上を実証、開発加速に期待
Gies College of Business (University of Illinois Urbana-Champaign) アメリカ 概要 イリノイ大学Gies College of Businessの研究が、AI技術が臨床薬物試験の長期化、高コスト、高失敗率、患者多様性不足といった課題を解決し、効率性を大幅に向上させる... -
AIシステム安全性強化へ「AIレッドチーム」が急務、MITRE ATLASとOWASP Top 10 for LLMsが攻撃表面分類の標準として台頭
DEV Community 国際 概要 AIシステムの脆弱性、安全性問題、およびコンプライアンスのギャップを発見するための構造化された評価方法として「AIレッドチーム」が注目されています。MITRE ATLASやOWASP Top 10 for LLMsといったフレームワークは、プロンプ... -
2026年9月LLM性能ベンチマーク最新情報：AnthropicのClaude Fable 5.1が82.589%を達成、Google Gemini 3.5 FlashはMMMUで83.6%を記録
LLM Gateway, LLM Stats 国際 概要 2026年9月の最新LLMリーダーボードが発表され、複数のAIモデルが推論、コーディング、視覚タスクなどで高い性能を示しました。AnthropicのClaude Fable 5.1が全体のベンチマークで82.589%のスコアを記録し、GoogleのGemi... -
Nature誌に画期的な研究：AIが新素材発見を劇的に加速、強化学習と生成モデルで超伝導体を予測・合成し実験試行錯誤を大幅削減
Nature (Materials Science Section) イギリス 概要 Nature誌に掲載された画期的な研究は、AI駆動型シミュレーションと生成モデルが、望ましい特性を持つ新素材の発見を劇的に加速する方法を実証しました。研究者らは、強化学習と深層生成モデルを組み合わ... -
MIT・スタンフォードがロボット向け基盤モデルを発表：生のセンサーデータから複雑な操作を学習、人間介入最小限で未知環境に適応する「具現化AI」を強化
arXiv Preprint (Robotics Section) アメリカ 概要 MITとスタンフォード大学の研究チームが、生のセンサーデータから複雑な操作タスクを直接学習できる新しいロボット向け基盤モデルに関するプレプリントを発表しました。このモデルは前例のないレベルの具... -
Cerebras Systems、ウェハースケールエンジンWSE-3でAI推論のブレークスルーを達成：生成AIモデル向けに超低遅延・高スループットを実現
Cerebras Systems Press Release アメリカ 概要 Cerebras Systemsは、Wafer-Scale Engine 3 (WSE-3)によりAI推論能力における大きな飛躍を発表しました。WSE-3は、大規模生成AIモデル向けに記録的な低遅延と高スループットを実証しています。このプロセッ... -
Anthropicの「Claude 4」、高度な法律推論タスクで人間レベルの精度を達成しリーガルテックのAI導入を加速
Anthropic Research Blog アメリカ 概要 Anthropicの最新大規模言語モデル「Claude 4」が、複数の高度な法律推論および契約分析ベンチマークにおいて人間レベルの精度を上回ったと報じられました。このモデルは、新規の自己修正メカニズムと、法令および判...
