AI Daily Roundup
🌐 日本語

AIニュース — 2026-10-09

このページのタイトルと要約は英語からの機械翻訳（オフライン）で、誤りを含む場合があります。リンク先の原文が正です。

AI企業・研究機関の発表

企業・研究機関の公式ブログで過去7日間に公開された記事です。

OpenAI

Sophosは、OpenAIデイブレイクで96%の脅威調査時間を削減

原文: Sophos cuts threat investigation time by 96% with OpenAI Daybreak

Sophos は、OpenAI のデイブレイクを使用して、96% のサイバー脅威調査時間を削減し、人間の過視を維持しながら、MDR ケースの 52% を自動化する方法を発見します。

OpenAI · · 発信元による説明

OracleがChatGPTとCodexで作業の日を数分に変える方法

原文: How Oracle turns days of work into minutes with ChatGPT and Codex

Oracleは、リクルート、エンジニアリング、およびオペレーションを横断して、専門家の知識をChatGPTワークとコーデックスで迅速に、再現可能なワークフローに変えます。

OpenAI · · 発信元による説明

AI対応の「偽前」業務を中断

原文: Disrupting AI-enabled “false front” operations

OpenAIは、偽面のジャーナリストと地政的なメッセージングを広めるシンクタンクを使用して、AIの影響力のある2つの操作を中断しました。

OpenAI · · 発信元による説明

Ironclad によるコンピューター使用の高度化

原文: Advancing computer use with Ironclad

OpenAI と Ironclad が、複雑なワークフローで AI エージェントをトレーニングし、評価する方法を学び、専門家の作業のためにコンピュータの使用を促進します。

OpenAI · · 発信元による説明

Hugging Face

存在しないモデルなので、自分で作った

原文: The model that didn't exist, so you made it yourself

私たちは、オープンソースとオープンサイエンスを通じて、人工知能の進歩と民主化への旅をしています。

Hugging Face · · 発信元による説明

NVIDIA Blog

オムニバースへ: 開発者がフロンティアAIエージェントとシミュレーションにアイデアを回す方法

原文: Into the Omniverse: How Developers Turn Ideas Into Simulations With Frontier AI Agents

シミュレーションのアイデアを作業アプリケーションに変えることは、アセットを組み立て、物理とレンダリングを接続し、そのシーンが意図したように動作することを確認します。

NVIDIA Blog · · 発信元による説明

MIT News – Artificial intelligence

AIを活用し、データセンターの環境脅威の拡大を推進

原文: Using AI to mitigate the growing environmental threat of data centers

大規模なクラウドコンピューティングシステムがどのように動作するかを考えることで、Christina Delimitrou 准教授は、データセンターをより効率的なものにしようとしています。

MIT News – Artificial intelligence · · 発信元による説明

Hacker NewsのAI関連トップ記事

過去36時間のAI関連タイトルの投稿を、ポイント順に並べています。

arXivの新着論文

新規投稿を自動で選んでいます（cs.AI・cs.CL・cs.LG に重複して登録された論文を優先）。質の順位ではありません。

arXiv cs.AI

計画とパッチ: エージェントの計画のための拡散言語モデル

原文: Plan-and-Patch: Diffusion Language Models for Agentic Planning

計画は、長期にわたるエージェントにとってますます重要であり、成功した実行では、サブゴール、ツールの使用、および多岐にわたる中間的な結果の調整が必要です。

arXiv · · Syamantak Kumar, Jiang Guo, Hassan Hamad +6 · cs.AI cs.CL cs.LG · アブストラクトより（arXiv、CC0）

StoreBench: 自動オペレータエージェントの評価と訓練のためのライブコマース環境

原文: StoreBench: A Live-Commerce Environment for Evaluating and Training Autonomous Operator Agents

強化学習環境は、ポストトレインで大きな言語モデル(LLM)能力を向上させるためのプライマリレバーですが、ほとんどの有能なベンチマークは静的です。エージェントが行動したときに世界が移動し、報酬はターミナルの評決であり、...

arXiv · · Daksh Raghuvanshi, Ved Vedere, Yifan Wang · cs.AI cs.CL cs.LG · アブストラクトより（arXiv、CC0）

arXiv cs.CL

明確にし、焦点を合わせて下さい:スケールの会話の分析のための声明の正規化

原文: Clarify, Then Focus: Statement Normalization for Conversation Analytics at Scale

エンタープライズ会話分析では、何百万ものインタラクションの質問をしています。

arXiv · · Mikhail L. Arbuzov (Independent researcher), Karan Dave (Independent researcher), Evgeniya Dontsova (Independent researcher) +5 · cs.CL cs.AI cs.LG · アブストラクトより（arXiv、CC0）

SFT-as-Context Mitigates forgetting で Supervised Fine-Tuning

原文: SFT-as-Context Mitigates Forgetting in Supervised Fine-Tuning

高度な調整 (SFT) は、特殊な機能を持つ大きな言語モデル (LLM) を装備していますが、多くの場合、親モデルの一般的な機能 (つまり、微調整前のプリトレイントされたモデル) を忘れるコストで来ます。

arXiv · · Kenan Tang, Andong Hua, Chengxuan Qian +2 · cs.CL cs.AI cs.LG · アブストラクトより（arXiv、CC0）

ゲーテッド・メモリ:会話AIのアドミッション・コントロール・メモリ・フォーメーション

原文: Gated Memory: Admission-Controlled Memory Formation for Conversational AI

パーソナライズされた会話AIは、ユーザータランスから事実を抽出し、永続的なベクターストアに保存する長期的なメモリシステムに依存しています。

arXiv · · Preeti Saraswat, Divya Neelagiri, Ajay Manoj · cs.CL cs.AI cs.IR cs.LG · アブストラクトより（arXiv、CC0）

LLM Reasoningの社会貢献を調べる:理論指導的プロービング方法論

原文: Examining Social Attribution in LLM Reasoning: A Theory-Guided Probing Methodology

ソーシャルアトリビューションが社会的なアトリビューションである社会的なシステムにおいて、LLM(LLM)の大規模言語モデルが増加し、外部イベントを攻撃する推論プロセスは、エージェントの社会的行動の原因や理由に対して、重要な役割を担います。

arXiv · · Zhaoxin Yu, Qingchao Kong, Dajun Zeng +1 · cs.CL cs.AI cs.LG · アブストラクトより（arXiv、CC0）

arXiv cs.LG

タブラーデータに対する会話タスクの解明: 漏れアウェアフォーミュレーション、ベンチマークスイート、トレーニング

原文: Conversational Task Disambiguation over Tabular Data: Leakage-Aware Formulation, Benchmark Suite, and Training

表データに対する会話タスクの解明は、対話を使用して、テーブルやデータベース上のソリューションを作成する前に、ユーザーの意図したタスクに関する不足分の情報を解決します。

arXiv · · Nafiseh Ghoroghchian, Luis Scoccola, Tina Sedaghat +4 · cs.LG cs.AI cs.CL · アブストラクトより（arXiv、CC0）

GRPODropout:オンラインの補強の学習のロールアウトのためのより少しはあります

原文: GRPODropout: Less is More for Online Reinforcement Learning Rollouts

GRPOのような強化学習(RL)法は、大幅に大きな言語モデルの推論を改善しますが、多くの場合、政策の不利な崩壊に苦しむ: 多様性のサンプリングの損失は、探査を弱め、さらなる改善を制限します。

arXiv · · Hexuan Deng, Zihao Yan, Xuebo Liu +8 · cs.LG cs.AI cs.CL · アブストラクトより（arXiv、CC0）

Agentic-TTT: テストタイムのトレーニングのためのトレーニングテストタイムポリシー

原文: Agentic-TTT: Training test-time policy for test-time training

テストタイムトレーニング(TTT)は、テスト入力から得られた信号を使用してLLMのパラメーターを調整し、IMOコンテストや指定されたオープン問題などの事前に定められた設定で大きな改善を行うことができます。

arXiv · · Jiahao Lu, Mohan Kankanhalli · cs.LG cs.AI cs.CL · アブストラクトより（arXiv、CC0）

デコーダを凍結し、エンコーダを癒します:SVDベースのKVキャッシュ圧縮のためのパラメータ効率的な適応

原文: Freeze the Decoder, Heal the Encoder: Parameter-Efficient Adaptation for SVD-Based KV-Cache Compression

単一の、共有学習率の下でパラメータ効率の高い微調整のレシピを比較することは、共通ではなく、欠陥のある練習です。 腕が比較されると、非常に異なるtrainable-parameterカウントがあり、共有率は同時に大きな腕を圧迫することができます...

arXiv · · Yufeng Wang · cs.LG cs.AI · アブストラクトより（arXiv、CC0）

再発の自己改善: ループされた言語モデルのための動的十字ループのオンPolicyの蒸留

原文: Recurrent Self-Improvement: Dynamic Cross-Loop On-Policy Distillation for Looped Language Models

Looped Language Models (LoopLMs) は、繰り返し計算の段階を通じて共有パラメーターを再利用することによって理性をスケールするためのパラメーター効率的なアプローチを提供します。

arXiv · · Yi Wang, Rui Qian, Yu Li +2 · cs.LG cs.CL · アブストラクトより（arXiv、CC0）

この号で確認した情報源

対象外:

更新: 2026-10-09 11:03 UTC

このページについて

公式発表・Hacker News・arXivから毎日届くAIニュース