論文紹介: 言語モデルは「0」を発見できるのか？ 数学的発見と外れ値一般化を探る新着プレプリント
arXivに、言語モデルが未知の数学的概念を見いだせるかを扱う新着プレプリントが公開されています。 / 要旨では、数学的発見には学習データの範囲を超えた一般化が必要であり、言語能力がその一般化を支える可能性があると問題提起しています。 / 著者はPhoebe Zeng氏、Thomas L. Griffiths氏、Brenden M. Lake氏で、カテゴリはcs.AIです。
論文紹介: Legal case retrievalのための自己進化型エージェントによるルール駆動クエリ書き換え
法的事例検索において、法律文の複雑さと、問い合わせと関連事例の語彙的な一致の難しさが課題とされています。 / 概要では、BM25はこの分野でなお強い基準線であり、そのBM25をパラメータ学習なしで強化する枠組みが提案されています。 / 提案手法は、LLMベースのエージェントに自動評価環境を与え、反復的にクエリ書き換えを改善する設計と説明されています。
論文紹介: エージェント検索の並列サンプリングで生じる重複を減らす初期クエリの工夫
arXivの新着プレプリントで、エージェント型検索におけるテスト時スケーリングを扱っています。 / 並列ロールアウトを増やしても効果が伸びにくくなる一因として、最初の検索クエリが似通い、参照する証拠が重なりやすい点を指摘しています。 / 著者らは、追加学習なしで最初のクエリの多様性を高めるDivInitという介入を提案しています。
論文紹介: PrologMCP — LLMエージェント向けの標準化されたPrologツールインターフェース
arXivに、新着プレプリントとして「PrologMCP: A Standardized Prolog Tool Interface for LLM Agents」が公開されています。 / 要旨では、深い推論を要する演繹タスクで言語モデルがまだ苦戦しており、内部推論を伸ばす方法は計算コストが増えやすいと説明されています。 / その代替として、モデルが問題を言語化し、Prologのような記号推論系が実際の推論を担う「symbolic delegation」の考え方が示されています。
論文紹介: Relational Structural Causal Models
arXivに、cs.AI分野の新しいプレプリント『Relational Structural Causal Models』が公開されています。 / 要旨では、AIが介入や反実仮想を扱える因果的なモデルと、見たことのない組み合わせにも一般化できる組合せ的なモデルの両方を持つ必要があると述べられています。 / 著者らは、構造的因果モデルを、対象や対象間の関係が変化する設定へ拡張する「relational structural causal models」を提案し、未見の組み合わせに対する因果・観測クエリの扱いを理論的に検討しています。
論文紹介: Dr-DCI: 動的ワークスペース拡張による直接コーパス操作の拡張
大規模コーパスに対するエージェント型検索では、BM25やColBERTのような検索器を介した仕組みが広く使われていると説明されています。 / この論文は、検索結果を並べるだけでなく、コーパスに対して検索・絞り込み・比較・検証などの操作を行える Direct Corpus Interaction（DCI）を扱っています。 / 要旨の範囲では、DCI の課題として、コーパス全体を扱う端末操作の制約があることが示されており、その拡張として Dynamic Workspace Expansion（動的ワークスペース拡張）が提案されています。
論文紹介: Hybrid Open-Ended Tri-Evolution Makes Better Deep Researcher
arXivの新着プレプリントで、AIエージェント向けの「deep research」と「agent evolution」を組み合わせる研究です。 / 要旨では、deep researchは開かれた環境で情報を自律的に探し統合する一方、agent evolutionは環境との相互作用を通じて能力を変化させる仕組みだと説明されています。 / 提案手法は「Hybrid Open-Ended Tri-Evolution」とされており、よりよいdeep researcherを目指す内容と読めます。
論文紹介: 大規模言語モデルを使った対話方策の適応フレームワーク「UP-NRPA」
arXivで、新着プレプリントとして「UP-NRPA: User Portrait based Nested Rollout Policy Adaptation for Planning with Large Language Models in Goal-oriented Dialogue Systems」が公開されています。 / 要旨では、目標指向対話システムにおいて、ユーザーの特性に応じて対話方策を動的に調整する枠組みが提案されています。 / 従来手法が学習済みモデルやオフライン強化学習に依存しがちなのに対し、この研究はリアルタイムのユーザーフィードバックを活用する適応的な仕組みを示しています。
論文紹介: Transformerベースの強化学習でオープンショップスケジューリング問題を解く手法
オープンショップスケジューリング問題に対して、Transformerベースの方策を用いる手法が提案されています。 / エンコーダ・デコーダ構成とマルチヘッド注意機構を組み合わせていると要約されています。 / 学習にはTaillardベンチマークの複数規模の例題が使われています。
論文紹介: AIエージェントのための戦略的な意思決定支援
AIエージェントがユーザーに代わって行動する場面を想定し、従来の「人が機械学習モデルを使って意思決定を助ける」という考え方を見直す新着プレプリントです。 / 要旨では、エージェントの誤りが大きな影響を持ちうることや、人間の目的・制約に沿うことの重要性が強調されています。 / 意思決定支援の基本原理をAIエージェント向けに再検討する内容で、エージェント時代の信頼性や整合性の議論に関心のある読者に向いています。