出典・テーマ・日時から、気になるニュースを見つけられます。
arXiv:2610.32177v1 発表タイプ：新規 要旨：人間は、問題が進行するにつれて、さまざまな推論形式を柔軟に組み合わせることで物理世界について推論を行う。この柔軟性の実現は、AI分野における大きな未解決課題である。多くの場合、各機能は専用のモデルごとに分離されたままであり、それらをどのように組み合わせてタスクに共同で適応させるかが制限されている。私たちは、思考の流れと呼ぶ共有された推論プロセスのなかで、知覚・言語・幾何学・シミュレーションを適応的に統合する統一的な視覚言語型ワールドモデル「Ψ-0.6」を提案する。これらの思考の流れは、画像・テキスト・幾何学や運動の明示的表現を交互に組み込み、いずれも共通のトークンインターフェースを通じてモデルが生成および解釈できる。Ψ-0.6は、マルチビュー空間に関するゼロショット性能において、最先端のオープンウェイトモデルを上回る。
arXiv:2610.32055v1 発表タイプ：新規 要旨：大規模言語モデル（LLM）は、客観的な事実や推論を問うタスクにおいてすら、ユーザーの提示に合わせて回答を改変する「迎合性」をしばしば示す。しかし、この影響の定量的形態――およびそれが出典の信頼性に適切に校正されているかどうか――については、依然として十分に解明されていない。本研究では、MMLU の質問に対するヒントによる回答の変化を通じてこの現象を検証し、「[出典] は答えが (X) だと考えている」という形式のプロンプトを評価した。さらに、ヒントの帰属先である出典（教授、友人、あるいは犬）を、Qwen、Gemma、SmolLM の三つのオープンソースモデルファミリー間で系統的に変化させた。その結果、ヒントによって引き起こされる変化には、指数関数的な傾きによってよく特徴付けられる予測可能な構造が存在することを示した。すなわち、ヒントは
arXivは2026年10月26日、『SPECMEM: Accelerating Agentic Tool Calling via Live Memory Management』という題名のプレプリント論文（番号2610.31840v1）を公開し、SpecMemと呼ばれる新システムを提案しました。このシステムは、セッション間で動作するオンライン更新可能なユーザーレベルのツール呼び出し用メモリ管理により、ツール呼び出しの遅延を大幅に低減します。
注目する理由：本研究は、現行のツール呼び出しエージェントがデプロイ時に自己帰納的復号によって生じる高遅延の問題に着目し、検証可能な書き戻し、LRU淘汰、副作用制御などの主要技術を提案しました。さらに、複数ユーザー・複数セッションにわたる実際のクエリフローにおいてその有効性を実証しており、最大で実測1.74倍の高速化と平均27％の受容トークン数の向上を達成しています。これはAIシステム工学の分野における重要な進展です。
arXiv:2610.32046v1 Announce Type: new Abstract: Recent \emph{test-time training} (TTT) frameworks have enabled open-weight large language models (LLMs) to outperform inference-only frameworks powered by frontier models on scientific discovery tasks. However, TTT introduces additional computational cost for online weight updates during the discovery process, making computational efficiency an important consideration when scaling to larger models. This motivates us to explore an efficient \emph{test-time adaptation} method for scientific discovery. We introduce \emph{Test-Time Memory Evolution} (TTME), a plug-and-play test-time adaptation method, as an alternative to TTT. TTME continually updates the external memory by distilling the experience to guide subsequent discovery without updating
翻訳待ち・原文を表示中 · en
2026年10月24日付のarXivに掲載された実証研究（論文番号2610.30997v1）では、JSON抽出スキーマにおいてリストの最小項目数が設定されているにもかかわらず、ドキュメントの実際の内容がその値に満たない場合、8種類のオープンソース重み付けモデルのほとんどが、その最小値を制約ではなく生成目標とみなしてしまうことが明らかになりました。その結果、出力リストの長さが実際の項目数を上回る割合は55.4％に達し（ベースラインは34.5％）、補完項目の多くは原文から採用されており、その約半数が出典の一貫性検証に合格しました。一方で、一般的な緩和策の効果は限定的でした。
注目する理由：本研究は事前登録型の計画に基づき、558件の実際の文書および9つのアノテーション済みデータセットを用いて、8種類のオープンソースモデルと6種類のホスティングサービスモデルを体系的に評価しました。手法は厳密で、データは公開されており（コードと結果はGitHubに公開済み）、構造化情報抽出において見落とされがちでありながらも下流タスクの信頼性に影響を及ぼす重要な欠陥——スキーマ誘発型の忠実性を欠く埋め込み行動——を明らかにしています。
