最新の記事
論文まとめ2026-07-10
What Makes a Good Bug Report for an AI Agent?
人間にとって読みやすいバグ報告と、AI修正エージェントが正しく直せるバグ報告は同じなのか。
#論文まとめ#コーディングエージェント読了 8分
論文まとめ2026-07-08
AutoHarness: Improving LLM Agents by Automatically Synthesizing a Code Harness
LLMエージェントの違法行動を、モデル自身が合成したコードハーネスで抑える研究を読む。
#論文まとめ#エージェントハーネス読了 8分
論文まとめ2026-07-08
CoEvoSkills: Self-Evolving Agent Skills via Co-Evolutionary Verification
エージェント用スキルは人間が書く説明書なのか、それともエージェント自身が検証しながら育てる操作知なのかを読む。
#論文まとめ#エージェントスキル読了 8分
論文まとめ2026-07-08
How much do language models memorize?
LLMは訓練データをどれくらい覚えられるのかを、抽出できるかではなく「何ビット短く圧縮できるか」で測る論文を読む。
#論文まとめ#エージェント記憶読了 8分
論文まとめ2026-07-08
Self-Improving Agents in the Era of Experience: A Survey of Self- to Meta-Evolution
デプロイ後のエージェントが経験ログをどう能力へ変えるのかを、ハーネス、スキル、記憶、評価、安全性の地図として整理するサーベイ。
#論文まとめ#エージェントハーネス読了 8分
論文まとめ2026-07-07
Progressive Disclosure for LLM-Maintained Wiki Knowledge Bases: a Preregistered Ablation
LLMエージェントのwikiは、全部読ませるより「必要なページだけ開ける構造」にした方が本当に安く、品質も落ちないのか。
#論文まとめ#AIエージェント読了 8分
AI2026-07-06
System Card: Claude Fable 5 & Claude Mythos 5
Claude Fable 5 と Mythos 5 の公式 System Card を、性能表ではなく「強いモデルをどう公開するか」の設計図として読む。
#AIエージェント#システムカード読了 8分
AI2026-07-06
Claude Fable 5 のプロンプト設計は、細かく縛るより境界と検証を置く
Claude Fable 5 / Mythos 5 向け公式プロンプトガイドを、長時間動くAIエージェントの設計メモとして読む。
#AIエージェント#プロンプト設計読了 8分
AI2026-07-06
Securing the AI Agent: A Unified Framework for Multi-Layer Agent Red Teaming
AIエージェントの安全性を、1つの万能スキャナではなく層ごとに違う証拠で見るにはどう設計すればよいのか。
#AI#AIエージェント読了 8分
論文まとめ2026-07-05
SkillHone: A Harness for Continual Agent Skill Evolution Through Persistent Decision History
エージェントのスキル更新を、最終版だけでなく採用・却下・評価証拠の履歴として残すと何が変わるのか。
#論文まとめ#エージェントスキル読了 8分
論文まとめ2026-07-04
AgenticSTS: A Bounded-Memory Testbed for Long-Horizon LLM Agents
長期AIエージェントの記憶を、全部の履歴ではなく意思決定ごとの型付き契約として見ると何が変わるのか。
#論文まとめ#エージェント記憶読了 8分
論文まとめ2026-07-04
Learning Personalized Agents from Human Feedback
個人向けAIエージェントは、静的なプロフィールではなく、確認と修正で更新されるメモリループとして育てるべきなのでは、という論文。
#論文まとめ#AIエージェント読了 8分