AI×経営戦略
確信度学習で推論トークンを最大25%削減
推論モデルに自らの回答の確信度を予測させる自己教師あり微調整で、精度を保ったまま生成トークンが最大25%減ることが判明した。停止の学習を伴わず推論コストを下げる手法として注目される。
AI×経営戦略
494 件
AI×経営戦略
微小介入でAI応答を制御、品質劣化防ぐ新手法
米ジョンズ・ホプキンス大学などの研究チームが、大規模言語モデルを再学習せずに出力傾向を調整する手法「MISVO」を発表した。低コストで応答品質を維持したまま報酬を最適化でき、企業のAI運用コスト削減につながる可能性がある。
AI×経営戦略
PoEM、AI再学習なしで挙動予測
MITなどの研究チームが、既存の強化学習済みモデル群から新たな報酬関数向けの学習結果を追加学習なしに予測する手法「PoEM」を提案した。生成AI開発における再学習コストの圧縮と迅速な報酬設計の検証を可能にする。
AI×経営戦略
自然な文脈で意思決定AIの判断が反転する
短く自然な文脈を付け足すだけで、正解していた意思決定AIの判断を高確信度の誤答へ誘導できるとの研究結果が公表された。AIの確率出力を業務判断の根拠とする企業に、運用の再考を促す内容である。
AI×経営戦略
COSA-GS、3D空間データの圧縮と端末間の復号一致を両立
研究チームは、3次元ガウシアン・スプラッティング（3DGS）の容量を圧縮しつつ、機種が異なっても復号結果がビット単位で一致する手法COSA-GSを開発した。3D空間の配信や保存の実用化を後押しする成果である。
AI×経営戦略
自律型AIが陰謀論の投稿意図を文脈から判定
ヘブライ語ツイートを用いた研究チームが、社会的文脈をツールで調べながら陰謀論的投稿の意図を判定するエージェント型AIを提案した。文面のみの分類を上回り、SNS運営や広告業界の監視業務の効率化につながる可能性がある。
AI×経営戦略
勾配送信から軌跡を復元、新攻撃TRACE登場
ロボットなど身体性を持つ強化学習エージェントが送る方策勾配から、非公開の観測と行動の時系列を高速に復元する攻撃手法TRACEが提案された。生データを端末に残す分散学習のプライバシー前提を揺るがす成果である。
AI×経営戦略
正答率の高いAIほど規則の順序を区別
数学規則の並べ替えで答えが変わらない問題でも、正答率の高い言語モデルほど並び順を内部で区別して表現していることが、16モデルの分析で分かった。答えの一致だけでは推論の中身を測れない可能性を示す。
AI×経営戦略
反発型自己注意、カオスと局所化の相を解明
研究チームは、値写像を負にした最小のトランスフォーマーで、カオスや注意の凝縮が生じる条件を理論的に整理した。疎な注意が動的挙動を持続させうる点は、AIの安定運用を考える上で示唆に富む。
AI×経営戦略
LLMの実行時挙動推論、最高精度37%にとどまる
研究チームは、実在するPythonリポジトリ12件から480問を作成した新ベンチマーク「SWE-Flux」を公表した。5種のLLMのうち最高の正答率は37%で、プログラム実行時の挙動の理解に課題が残ることが示された。
AI×経営戦略
トランスダクティブ学習の誤差上界を改善
Yingzhen Yang氏が、手元の未ラベルデータの予測精度を扱うトランスダクティブ学習で、従来より鋭い誤差上界を導出した。必要なラベル数の理論的な見積もり精度が高まる。
AI×経営戦略
動画生成AIの記憶機構を国際研究陣が体系化
動画生成AIが長い映像を作る際、過去の情報を保持し続ける「記憶」が中核課題になっているとして、研究者らが体系的なレビューを公表した。設計と評価の共通枠組みを示し、映像制作や世界モデル活用の基盤整備につながる。
AI×経営戦略
x0予測、高次元潜在での画像生成を改善
事前学習済み視覚エンコーダーの特徴空間で画像を生成する手法で、ノイズではなく元データを直接予測する方式に切り替えると、テキストからの画像生成性能が一貫して向上することが研究で示された。
AI×経営戦略
StableVQ、画像トークナイザの学習失敗を抑える
画像を離散トークンに変換するVQトークナイザーの学習を安定化する手法StableVQが公開された。学習の失敗や再実行という開発コストの要因に対処し、画像生成AIの開発効率向上に資する可能性がある。
AI×経営戦略
AI開発エージェント、本番推論の壁を可視化
推論サーバー開発をAIエージェントに任せられるかを測る新ベンチマーク「SWE-Serve」が公開された。最良構成の平均正答率は75%だが、E2Eテストを加えると合格率は大きく下がった。
AI×経営戦略
新手法CliffCompaction、費用を最大5割削減
長時間動作するコーディングAI向けの文脈圧縮手法「CliffCompaction」が、性能を維持したまま費用を最大50%削減した。並列試行の効率も高まり、開発現場のAI運用費に影響する可能性がある。
AI×経営戦略
SpeakerMem-R1が対話記憶で最高精度を記録
発言者ごとに記憶を整理する新手法SpeakerMem-R1が、多人数対話の公開ベンチマークEverMemBenchで公開報告値として最高の62.33%を記録した。会議やチャットの履歴を扱うAIエージェントの実用化に関わる成果である。
AI×経営戦略
Agensh、1024体の自律協調で精度向上
中央の調整役を置かず、最大1,024のAIエージェントが自律的に分業する基盤「Agensh」が提案された。台数の増加が難課題の成功率を押し上げ、納期が固定された開発業務に新たな選択肢を示す。
AI×経営戦略
遅延下の協調AI、中央制御なしで学習可能に
研究チームは、各担当者が部分的な情報と遅れて届く共有情報のみで判断する協調課題に対し、中央の調整役も集中学習も不要な学習・計画手法を提案した。工場や物流など分散運用の現場での自律協調に理論的な足掛かりを与える。
AI×経営戦略
Flash-dLLM、拡散LLM推論を最大11倍に高速化
拡散型大規模言語モデル（dLLM）の推論を、追加学習なしで従来最強手法比5.1〜11.0倍に高速化する枠組み「Flash-dLLM」が発表された。実用化の障壁だった推論コストの低減につながる可能性がある。
