タイムライン検索

2026年5月29日

金融意思決定環境におけるLLMエージェントの行動整合性と表現ダイナミクスを研究します。リスクレポート、実行シミュレーション、メモリ、再生可能なトラジェクトリを備えた監査可能な取引エージェントテストベッドであるTradeArenaを使用して、理論的根拠、ポジション、その他の要因がどのように変化するかを分析します。

arXiv cs.LG

2026年5月29日

フーリエニューラルオペレータ(FNO)と物理情報付きの変種(PINO)に特に重点を置いて、ニューラルオペレータを使用した3相ブラックオイル貯留層ダイナミクスの逐次サロゲートモデリング用の包括的な数学および計算フレームワークを開発する。アプリケーションの焦点はノルネシステムである。

arXiv cs.LG

2026年5月29日

言語モデルが事実知識へのデフォルトインターフェースになりつつあるが、出力の生成よりも検証の方がより確実に機能することが多い。この生成・検証ギャップ（GV-gap）は最近の自己改善と推論の多くの進展の根底にあるが、その具体的な事実知識に関するダイナミクスについては検討されていない。

arXiv cs.CL

2026年6月1日

状態拡張ポリシー学習と双対変数の分散コンセンサスを組み合わせた制約付きマルチエージェント強化学習の分散アプローチを提示する。本手法は、エージェントが分離可能なダイナミクスを持つシステムを対象とし、グローバルリソース制約を満たすために調整する必要がある。

arXiv cs.LG

2026年6月1日

現在のマルチモーダルモデルは静止画像認識は得意ですが、直感的な物理推論はまだ弱点です。単一の画像からオブジェクトがどのように移動し相互作用するかを予測することは、これらのシステムにとって依然として困難です。物理推論用のベンチマークBilliardPhys-Benchを提示します。

arXiv cs.AI

2026年6月1日

モジュール視覚推論システムはマルチステップ協調のための共有ワーキングメモリにますます依存していますが、低容量体制における中間状態進化の障害ダイナミクスは未だ十分に検討されていません。弱学習者（4B～8B モデル）による協調推論の障害モードを研究しています。

arXiv cs.AI

2026年6月1日

arXiv:2605.30486v1 センサーグラフ上の時空間予測は通常、すべてのノードに均一に適用される単一のバックボーン構造で対処されるが、グラフ領域は異なるダイナミクスを示す可能性がある。道路セグメントは機能的分類、構造、交通行動が異なることから、ノード単位の専門家の活用が推奨される。

arXiv cs.LG

2026年6月1日

大規模言語モデル(LLM)は伴侶関係、感情開示、対人アドバイスのための会話パートナーとしてますます使用されているが、これらのインタラクションの社会的ダイナミクスは能力指向的または従来の安全性評価によってキャプチャされないハームを生じさせる可能性がある。本研究ではこれを評価するための手法を導入する。

arXiv cs.CL

2026年6月1日

ゼネラル・ダイナミクス・コーポレーションは自己資金2億ドルを投じ、トルコの防衛請負業者レプコンとのパートナーシップを解消し、弾薬工場の再生を実現する予定。

Bloomberg

2026年6月2日

シールディングは、マルコフ決定過程（MDP）における強化学習エージェントの安全性を正式に保証する効果的なアプローチです。しかし、既存のシールディング技術は通常、安全性に関連する遷移ダイナミクスの知識を仮定しており、これは実際には稀に満たされる要件です。

arXiv cs.AI

2026年6月4日

ゴッパ合同会社より、AMD Radeon RX 9070 XTを搭載した最新グラフィックボード「XFX Swift Dual fan Gaming Edition」が発売された。エアロダイナミクス思想を採用したデザインで冷却性能を最大化し、ゲーマーに最高のパフォーマンスを提供する。

ASCII.jp

2026年6月5日

京都大学

2026年6月6日

大規模言語モデル（LLM）によって駆動されるAIエージェントが、仮想空間で人間社会を模倣し、長期的な生活をシミュレーションする新たな研究「Agentopia」が注目を集めています。この研究では、100体のAIエージェントが10年間の仮想時間の中で自律的に行動し、互いに社会関係を築きながら生活する様子が再現されます。 これまでの研究におけるシミュレーション期間は数日程度が一般的でしたが、「Agentopia」では大幅に延長された期間を設定することで、より深く複雑な社会的相互作用や、エージェント個々の長期的な成長パターンを詳細に観察することが可能になります。研究チームは、このシミュレーションを通じて、LLMが人間の行動原理を学習し、再現する能力をさらに発展させることを目指しています。 仮想社会におけるAIエージェントの行動や関係性の変化を分析することで、人間社会のダイナミクスを理解するための新たな知見が得られる可能性があり、未来のAI開発や社会シミュレーション技術の進展に寄与することが期待されています。 引用元: arXiv cs.CL

arXiv cs.CL

2026年6月8日

本位置論文は、AIに対する科学的理解とは何かを問う。モデルは静的なオブジェクトではなく、データ、目的関数、アーキテクチャ、最適化ダイナミクスによって形成される時間発展するプロセスのスナップショットである。しかし、AI研究の多くはモデルを固定的な産物として扱い、訓練後の振る舞いを分析するのみで、その出現理由を問わない。本論文は、AIの科学は事後的な修正を超えて、モデルの振る舞いを生み出す訓練ダイナミクスを研究する必要があると主張する。そのような科学は、段階的により強い形の理解をサポートすべきである：初期の訓練信号から結果を予測し、軌跡が誤った時に介入し、最終的には望ましい特性をより確実に生み出す訓練手続きを設計すること。スケーリング則は損失の予測を日常化させたが、課題は能力、偏り、ロバスト性、安全性関連の振る舞いにこの成功を拡張することである。本論文は科学の歴史と哲学に基づいた理論の要件を明示し、機械的解釈可能性、公平性、記憶化、単純性バイアスの進展を検討し、具体的な未解決問題を特定する。

arXiv cs.AI

2026年6月8日

# 記事本文 経済学研究において、市場の予測不可能な変動メカニズムが改めて注目を集めている。複数の経済モデルが相互作用する際、単純な制御では説明できない現象が生じるという分析が提示された。 従来の経済理論では、市場への政策的介入により価格や需給を調整できると考えられてきた。しかし、5つの異なる経済モデルの相互作用を検証すると、個別の制御努力では捉えきれない「創発現象」が発生することが明らかになった。これは、経済システムが単なる要素の集合ではなく、より複雑なダイナミクスを持つことを示唆している。 研究では、金融危機やインフレーションなどの経済的衝撃が、複数のモデル間の相互作用を通じてどのように増幅または緩和されるかを分析。制御可能な要素と制御不可能な要素の境界が、従来の理解より曖昧であることが示唆された。 この知見は、政策立案者が市場対策を検討する際、単線的な因果関係ではなく、システム全体の複雑性を考慮する必要性を提起している。 （Hugging Face）

Hugging Face

2026年6月10日

arXiv:2606.10044v1 新規発表 概要：企業は生産性向上、コスト削減、製品・サービスの強化のため、AI搭載ツールの導入を拡大しています。しかし、AIの変革の可能性は、事前に定義されたタスクの自動化を超え、知能システムが高レベルの戦略的目標からビジネスイニシアチブを計画、最適化、実行できるようにすることにあります。本稿では、ビジネスおよび組織環境に特化したワールドモデルであるビジネスワールドモデル（BWM）の概念とアーキテクチャを紹介します。AI、認知科学、制御理論におけるワールドモデルに着想を得たBWMは、ビジネスの状態、ダイナミクス、制約、目標、および実行可能なアクション空間をエンコードし、自律的な意思決定をサポートします。ビジネスの状態、ダイナミクス、アクションが主要なビジネスエンティティにリンクされた、ビジネスセマンティクス中心の定式化を提案します。このフレームワーク内で、エージェントは代替アクションシーケンスをシミュレートし、将来のビジネス成果への影響を推定し、不確実性下でのトレードオフを評価できます。

arXiv cs.AI

2026年6月10日

arXiv:2606.10094v1 発表タイプ: new 要旨: 認知に関する古典的理論は、問題解決を構造化された問題空間における探索的探索として説明しており、反復的な相互作用が徐々に探索を圧縮して効率的な表象構造を形成する。 予測的AIシステムは、探索的多様化が展開する前に安定化が発生し、内部生成された探索の前に解や決定軌道を提供する、異なる体制を導入する。 本稿では、安定化ドリフト、内因性探索摂動、応答性ゲーテッド学習によって形成された戦略のランドスケープ上で注意が進化する幾何学的動力学フレームワークを開発する。 予測的支援は、外部探索的圧縮のプロセスとしてモデル化され、自己生成探索が戦略空間のアクセス可能な領域を広げる前に軌道を安定化させる。 このフレームワークは3つの主要な結果をもたらす。 第一に、持続的な予測的安定化は、探索的変動が存在する場合でも、内在的摂動の効果的な影響を減衰させることによって探索的応答性を低下させる。 第二に、曲率は非対称に蓄積および緩和され、支援撤回後の探索的移動性のヒステリシスと遅延回復をもたらす。

arXiv cs.AI

2026年6月11日

arXiv:2606.11192v1 発表タイプ：新規 要旨：本研究では、センシングエラーを伴う機会的スペクトルアクセスに着想を得て、二値潜在状態と不完全な二値フィードバックを持つレストレスバンディットを研究します。関連する belief-state モデルに対し、実数状態割引レストレスバンディットの検証定理に基づき、インデックス可能性の確立とWhittleインデックスの評価のための partial conservation laws (PCL) ベースの解析的および計算的フレームワークを開発します。このフレームワークは、関連する決定論的スケルトン、更新分解、および単語上の組合せ論を通じて確率的ダイナミクスを解析します。これにより、いくつかの閾値レジームにおける割引報酬とリソースメトリクスについて解析可能な表現が得られ、そこでのPCLインデックス可能性条件の完全な検証が可能になります。本論文では完全な解析的検証が達成されていない残りのレジームについては、関連する周辺メトリクスと周辺生産性 (MP) インデックスを計算するための効率的な数値スキームを導出します。

arXiv cs.LG

2026年6月16日

自動運転システムは、安全かつ効率的な移動計画のために正確な軌跡予測に依存しています。グラフニューラルネットワーク（GNN）は、道路上のエージェント間の時空間的インタラクションをモデリングするための有望なアプローチとなっています。しかし、軌跡予測のためのGNNアーキテクチャの設計は標準化されておらず、どのグラフ層が空間的インタラクションと時間的ダイナミクスを効果的に捉えられるかについてのガイダンスはほとんどありません。本稿では、19種類のグラフ層について、軌跡予測に最も効果的なアーキテクチャを発見するために、それらの空間的および時間的処理能力に焦点を当てた詳細な比較研究を提供します。探索されたハイパーパラメータ設定内で、ARMA、Chebyshev、およびトポロジー認識層が他の層よりも一貫して優れたパフォーマンスを示し、5つの際立った層の組み合わせを強調します。

arXiv cs.LG

2026年6月17日

生産計画においては、労働力の能力を意思決定変数として扱う必要がますます高まっています。なぜなら、スキルが維持されなければ認証が失効し、新製品には現在の労働力が持っていないスキルが必要であり、リスキリングは生産に必要な同じ労働時間と競合するからです。既存のオペレーションベンチマークでは、通常、労働力を外生変数として扱いますが、スキルと学習を考慮した労働力計画モデルが再利用可能なテストベッドとして公開されることはめったにありません。本稿では、リスキリングを考慮した生産・在庫管理のためのベンチマーク仕様であるスキルチェーンジムを提案します。これは、様式化された作業員のスキル状態ダイナミクス、ハードスレッショルド認証、忘却、そして生産と同じ労働時間予算によって制約される能力消費型トレーニングアクションを備えた単一サイト環境です。このベンチマークには、シード制御された障害シナリオ、予測診断付きの3つの実現可能性モード、決定論的リプレイ、およびオペレーション、レジリエンス、能力成長、トレーニングアクセス分布をカバーするメトリクスが含まれています。

arXiv cs.AI

2026年6月18日

嗜好型強化学習は、明示的な報酬設定なしに、行動のペアワイズ比較を通じて報酬モデルを学習する手法として注目されています。しかし、既存の方法では受動的なデータ収集に依存するため、特に学習初期においてサンプル効率が低いという課題がありました。 この課題を解決するため、新たなモデルベースのアプローチ「UBP2（不確実性バランス型嗜好計画）」が提案されました。UBP2は、報酬、ダイナミクス、そして価値関数の不確実性を総合的に考慮することで、システムが能動的に探索を行うことを可能にします。これにより、従来の受動的なデータ収集に比べて、学習の初期段階から効率的にサンプルを集め、より迅速に最適な行動を学習することが期待されます。この技術は、AIが人間の嗜好を理解し、より複雑なタスクを効率的に学習する上での重要な進展となる可能性があります。 引用元: arXiv cs.LG

arXiv cs.LG

2026年6月18日

微分幾何学、リー群論、流体力学に基づき、衝撃波理論と確率的勾配降下法の対称性商化学習ダイナミクスとの間の数学的に明確な関連性を開発しました。具体的には、パラメータ対称性を商化し、局所エントロピー粗視化を適用すると、有効ダイナミクスは商多様体上の粘性ハミルトン--ヤコビ方程式を満たします。さらに、生パラメータダイナミクスが商化空間上の勾配場によって要約できると仮定すると、粗視化された損失関数の勾配はバーガース型方程式に従い、衝撃形成を厳密に確立できます。この理論を多層パーセプトロン、畳み込みニューラルネットワーク、Transformer、平均場ネットワークに適用し、それらがハミルトン--ヤコビまたはバーガース型方程式に従うことを示しました。このフレームワークは、深層学習の実用的な診断も提供すると推測しています。Transformerのようなアーキテクチャでは、生パラメータノルムは対称性冗長性によってしばしば歪められ、誤解を招く可能性がありますが、対称性補正された商観測量は、トレーニングフェーズ遷移の監視、予測、制御のための原理的な基盤を提供します。

arXiv cs.LG

2026年6月18日

ネットワーク化されたサイバーフィジカルシステムにおける安全な協調は、学習アルゴリズムにハイブリッドな離散・連続アクション、厳格な学習時間安全制約、物理法則に支配されたダイナミクスを同時に処理することを強制します。これら3つの特徴が、既製のモジュールの単純な組み合わせを無効にするバイアスの有向サイクルを形成することを示し、これを3者結合補題として形式化します。次に、3つのコンポーネントが互いの漏洩を相殺するように共同設計された初のMARLフレームワークであるTRIDENTを導入します。具体的には、Gumbel-SoftmaxバイアスをO(tau)からO(tau^2)に低減するRichardson-Romberg勾配補正、反復ごとの実行可能性を強制するLyapunov制約付き逐次信頼領域更新、報酬ではなく価値を分解する物理情報付き残余クリティックです。制約付きナッシュ均衡へのO~(1/sqrt(K))収束率と、累積違反に対するO(sqrt(K))バウンドを証明します。

arXiv cs.LG

2026年6月19日

エージェントが数ラウンドにわたって回答を交換・修正するマルチエージェントLLM討議は、推論と精度を向上させるためにますます利用されていますが、その仕組みや理由についてはほとんどモデル化されていません。このような討議は、人間が意思決定に至るプロセスを反映しています。社会的な動物である私たちは、古典的な意見ダイナミクスモデル（DeGrootやFriedkin-Johnsenなどが捉える）が捉える集団、いわゆる herd effect にも、そしてそれらのモデルでは捉えきれない自身の内なる信念にも影響されます。私たちは、マルチエージェント討議を、各エージェントが隠れた内なる信念（アンカー）を持ち、それが近隣の意見に関わらず常に自身の意見を引き寄せるような、クローズドループの力学系としてモデル化します。このアンカーは討議からのみ回復可能であり、古典的な合意規則が禁じる振る舞い、すなわちエージェントの正解に対する信頼度が、いずれかのエージェントが開始した時点を超えて上昇し、初期の信念によって形成される空間（凸包）から脱出する現象を説明することを示します。

arXiv cs.AI

2026年6月19日

コンテキスト内学習（ICL）は、LLMが少数のデモンストレーションから新しいタスクに適応することを可能にしますが、その信頼性は依然として懸念事項です。予測はプロンプト設計とコンテキスト理解能力の両方に非常に敏感であり、失敗がデータ特性に起因するのか、モデルの限界に起因するのかが不明瞭になります。不確実性の分解、すなわち偶然的（aleatoric）なものと認識的（epistemic）なものの分離は、この設定において特に重要ですが、標準的な生成タスク用に設計された既存の方法では、ICLのユニークなダイナミクスを捉えきれません。この問題に対処するため、ベイズ的見解とICLのメカニズム的解釈可能性に基づいて構築された、self-function vectorという概念を導入します。これらのベクトルは、内部モデル表現を活用して、コンテキスト内プロンプティング中に学習された潜在概念をモデル化します。これにより、ベイズ的フレームワーク内で偶然的uncertaintyを直接推定することが可能になり、脆弱な入力やデコーディング操作への依存を回避できます。

arXiv cs.CL

2026年6月19日

時系列基盤モデル（TSFM）の物理科学分野への展開は、重要なトレードオフによって阻害されている。これらのモデルは豊かで普遍的な時間的ダイナミクスをエンコードする一方で、特定の科学分野にゼロショットで適用する際に深刻な分布のずれが生じ、その計算コストはエッジコンピューティングセンサーネットワークへの展開を妨げている。我々は根本的な課題に取り組む。ずれのある基盤モデル（FM）から潜在的な構造知識をどのように抽出して、軽量で専門的な予測器を訓練できるか？我々は、マルチティーチャー蒸留をインスタンスごとの決定プロセスとして再構築する新しいフレームワーク、Gated Uncertainty-Aware Routing for Distillation（Guard）を提案する。このフレームワークは2つの適応メカニズムを備えている。(1)多様な基盤モデル間の相補性を利用し、ローカル入力統計に基づいて最も関連性の高いティーチャーを動的に選択するコンテクスチュアルルーター。

arXiv cs.LG

2026年6月20日

コンテキスト内学習（ICL）は自己回帰（AR）LLMで広く研究されているが、拡散大規模言語モデル（dLLM）におけるそのメカニズムはほとんど未解明のままである。ARモデルは単方向の因果マスキングに制約されるのに対し、dLLMは本質的に双方向アテンションを利用し、クエリ配置に広範な空間的柔軟性を提供する。しかし、現在の実践ではARスタイルの後続クエリテンプレートが慣習的に継承されており、構造的なパラダイムシフトが見過ごされがちである。本稿では、クエリ位置がdLLMにおいて実際に一次変数であることを明らかにする包括的な分析を提示する。経験的な分離を通じて、位置の変動が例のセマンティック品質と同等に生成品質に影響を与えることを実証する。内部的には、この位置的感度は、アテンションフローにおける空間的な「新近性効果」と、デコーディング軌跡におけるタスク依存的なシフトに起因する。正解ラベルなしでこの不安定性を緩和するために、従来の単一ステップ信頼度（C_decoded）がdLLMでは失敗することを明らかにする。

arXiv cs.CL

2026年6月24日

マルチエージェントシステムは、厳格な安全制約下での協調行動を必要とする安全クリティカルなアプリケーションで広く利用されています。既存のアプローチでは、学習ベースの手法は高い経験的性能を達成するものの理論的な安全性保証を欠く、一方、制御理論ベースの手法は安全性を強制するものの過度に保守的で非効率な挙動につながることが多い、という根本的なトレードオフに直面しています。本研究では、低レベルでは制約多様体を通じて穏やかな仮定の下でハードな安全制約を強制し、高レベルのポリシー学習を通じて効果的な協調を可能にする階層型マルチエージェント強化学習フレームワークを提案します。本アプローチは、マルチエージェント設定において理論的な安全性保証を提供し、定常的な学習ダイナミクスをもたらすことで、安定的で効率的なトレーニングを可能にします。経験的には、本手法はほぼ完璧な安全率を維持しながら競争力のある性能を達成し、エージェント数や障害物の変動に対して効果的に汎化します。

arXiv cs.AI

2026年6月24日

因果構造の発見と因果効果の推論を含む因果推論は、データ駆動型の意思決定の基本です。実際には、信頼性の高い因果分析のためのデータは、プライバシー規制や通信上の制約により、機関間で分散しており、一元化できないことがよくあります。連合学習（FL）は、生データの共有なしに共同分析を可能にすることでこれに対処し、連合因果発見（FCD）と推論（FCI）の急速に成長する分野を生み出しました。しかし、この分野の学際的な性質と包括的なサーベイの欠如は、研究者にとって参入障壁となっています。本稿では、多次元的な分類法を通じて体系的なレビューを提供することで、そのギャップを埋めます。あらゆるFCDソリューションの基盤となる3つのコア設計決定、すなわち構造がどのように学習されるか、データがどのように分割されるか、そして各パーティがどのような構造的知識を取得するか、に基づき、FCDを3つの軸、すなわち方法論的パラダイム、連合トポロジー、構造的スコープに沿って整理します。さらに、時間的ダイナミクス、データ異質性、欠損データ、非同一の変数セットを含む、主要な実践的次元を調査します。

arXiv cs.LG

2026年6月25日

物理世界モデルに関する表現学習の疑問、すなわち、モデルが潜在表現を学習した後、保存則はいつ認定可能であり続けるのか、という問いを立てます。認定ホライズンとは、測定可能なモデルの欠陥から、あらかじめ、物理的invariantのレベルセットに証明可能に留まるロールアウトのステップ数を上限するものです。重要な設計選択は、何が認定されるかです。これは、学習済みの潜在ハミルトニアンや学習済みスカラー証人（モデルはいずれかを保存しながら真のエネルギーでドリフトする可能性がある）ではなく、潜在状態をデコードし既知のinvariantを評価することによって得られるデコードされた物理的invariantです。このオブジェクトを中心に、シェルホライズン証明を導出します。その予算は、表現、読み出し、潜在ダイナミクスの欠陥に分解され、ソフト学習済み証人を介してデコードされたinvariantの認定ホライズンを生成するモノトーンアライメントブリッジを介して、保存系における状態、学習済みリフト、ピクセル観測でテストします。

arXiv cs.LG