基準日 2026-11-03
実行 2026-11-03 23:30:04
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.89
WTI
$96.70
Gold
$3,938
USD/KRW
1,343
SOX
10,600
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.89
WTI
$96.70
Gold
$3,938
USD/KRW
1,343
SOX
10,600
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

AIリーダー:人事異動・論文 — 最新の所属変化と研究

LAST UPDATE 2026-11-04 08:05 KST PEOPLE 77 · PAPERS 76 · MOVES 0
AI研究所・ビッグテック・学界のキーパーソンがどこへ移り、どんな論文を出すかは、技術の方向性と企業競争力を先取りするシグナルです。人事異動と論文を毎日自動で集め、運営者が確認したうえで、わかりやすい要約と原文リンクでまとめています。

最近の主なニュース

人事異動 · フロンティア研究所 · エージェント・コーディング

条件に合う人事異動はまだありません。

論文 · フロンティア研究所 · エージェント・コーディング

論文2026-10-29 · arXiv (Cornell University)

仮想環境学習による精神科問診対話AIの性能向上

Training language models in simulation for psychiatric intake
Mark Chen ほか55名
何を
研究チームは、仮想環境で強化学習を経た言語モデルが、構造化テキストベースの精神科初期問診能力を大幅に向上させることを実証しました。
主な結果
精神科医が参加した評価において、学習された人工知能は、診療スコア、患者中心のコミュニケーション、鑑別診断の適切さなど、複数の指標でベースモデルを上回る成果を示しました。
意味
仮想環境が精神科対話型人工知能を訓練し、安全性を検証するための有用なテストベッドになり得ることを示しています。AI要約
論文2026-10-08 · Science

人工知能により未解決の数学的問題を自動で証明

Advancing mathematics research with AI-driven formal proof search
Pushmeet Kohli ほか20名
何を
コンパイラが証明のステップを検証する言語を活用し、大規模に数学的証明を探索するAIエージェントを開発しました。
主な結果
このAIエージェントは、複数の未解決の数学的問題や予想を自律的に解決することに成功しました。
意味
人工知能が自律的な数学的発見を導き出す可能性を示しました。AI要約
論文2026-10-06 · arXiv (Cornell University)

AIエージェントの経験を通じた自己改善能力を評価する新しい方法

Agent Plasticity: Measuring Self-Improvement Through Experience
Rob Fergus ほか10名
何を
経験を通じて自ら発展するAIエージェントの自己改善効率を測定するため、エージェント可塑性の概念を導入し、評価方法を研究した。
主な結果
最新モデルは学習機会が類似しているにもかかわらず向上経路に大きな差を示し、最終的な性能が最も優れたエージェントが必ずしも最も効率的に向上するわけではなかった。
意味
人工知能の発展可能性を評価する際、固定された時点の能力だけでなく、経験を通じてどれほど効果的に改善されるかを測定することが重要であることを示している。AI要約
論文2026-10-04 · arXiv (Cornell University)

複数のAIエージェントがGitリポジトリに作業を積み重ねて問題を解く手法を提案

GitSwarm: Decentralized Compounding Inference
Rob Fergus ほか13名
何を
同一の複数のAIエージェントが共有Gitリポジトリで各自独立して作業を進め、中間成果物を継続的に保存・参照・結合できる「累積型推論」システムGitSwarmを提案し評価しました。
主な結果
数学の証明30問を1度の実行ですべて解き、プログラミング課題ProgramBenchで平均79.4点を記録し、予算条件が定められた中で最も強いベースライン(65.1点)を上回り、ニューラルネットワーク構造研究の3つの課題で反復実験を通じて出発点構造を改善したと報告しました。
意味
AIが試行ごとに結果を捨てず、中期成果を積み重ねて次の作業に再利用できることを示し、長期的な問題解決や科学研究用AI設計の方向性を提示しています。ただし、抄録に記載されたレベルの結果であるため、実際の産業への波及効果はこの資料だけでは判断が困難です。AI要約
論文2026-09-29 · arXiv (Cornell University)

AIエージェントが作業前に「どのように進めるか」を先に見極めるメタ推論手法を提案

Thinking Before Thinking: Scaling Agentic Inference Through Meta-Reasoning
Rob Fergus ほか11名
何を
長時間の作業を行うAIエージェントが、以前の作業結果をどれだけ再利用するか、新しく始めるか、いつ停止するかといった実行制御の決定を体系的な推論プロセスとして扱う「エージェント・メタ推論」方式を提案しました。
主な結果
プログラム再構成ベンチマークのProgramBenchにおいて、GPT-5.5ベースで71.5%を記録しCodexの58.0%を上回り、Opus 4.8ベースでは67.2%を記録しClaude Codeの65.5%を上回りました。
意味
アブストラクトによると、エージェントがより長い作業を実行するほど、計算リソースを構造化された実行制御に割くことがより重要になる可能性があることを示唆しています。ただし、アブストラクトの結果は特定のベンチマークと実験条件で得られたものであるため、実際の製品性能に直結するとは言えません。AI要約
論文2026-06-10 · arXiv.org

AIエージェントの誤りを正確に特定する評価手法の開発

Layer-Isolated Evaluation: Gating the Deterministic Scaffold of a Production LLM Agent with a No-LLM, Regression-Locked Test Harness
何を
研究チームは、AIエージェントの構造を複数の層に分け、各層のエラーを独立して素早く検証する評価システムを開発しました。
主な結果
全体的な成功率はほとんど変わらない状況でも、問題が生じた特定の層のスコアが大きく低下し、正確な原因把握が可能であることを確認しました。
意味
AIシステムの安定性を高め、問題発生時に原因を迅速に特定することに貢献できます。AI要約
論文2026-06-09 · arXiv.org

人工知能審査官による対話型エージェント評価の限界分析

Catching One in Five: LLM-as-Judge Blind Spots in Production Multi-Turn Transaction Agents
何を
実際のサービスで稼働中のフード注文対話型エージェントを対象に、大規模言語モデルベースの審査官が実際の欠陥をどれだけ発見できるかを人間の全数調査と比較して測定しました。
主な結果
大規模言語モデル審査官は、人間が確認した体系的な問題の4分の1も発見できず、特定のバッチでは0件を記録することもありました。
意味
自動化された審査方式は最低限の基準線の役割にとどまり、人間のレビューを完全に代替することはできない事を示唆しています。AI要約

人物

なぜAIリーダーの人事と論文を追うのか

AI産業では人こそが技術です。キーとなる研究者がどの企業に移り、どんな研究所を立ち上げるかは、数か月後に製品・資金調達・M&Aにつながることが少なくありません。本ページでは、フロンティア研究所、新興研究所、学界、AI半導体、韓国・中国の人物まで分けて所属の変化を追跡します。

論文は、その人がいま何に注力しているかを示します。HBM・メモリ、GPU・アクセラレータ、推論効率、エージェント、ロボットなど投資につながる10分野に論文を分類し、抄録をもとに「何を・主な結果・意味」の3行要約と原文・PDFリンクを提供します。特定銘柄の売買推奨ではなく、アイデアを探すための情報です。

よくある質問

Q. どの人物を追跡していますか?

フロンティア研究所(OpenAI・Google DeepMind・Anthropic・Metaなど)、新興研究所、学界、AI半導体、韓国・中国のキーとなる研究者と経営陣です。論文をほとんど書かない経営陣は人事異動のみ追跡します。

Q. 情報源と更新頻度は?

論文はSemantic ScholarとarXiv、経歴はウィキデータ(CC0)と公式発表・報道をもとに毎日自動で収集します。運営者が確認・承認した項目のみ公開します。

Q. 論文要約は誰が書いていますか?

論文の抄録をもとにAI(Google Gemini)が下書きを作成し、運営者が確認してから公開します。他言語は確認済みの韓国語要約をAIで翻訳したものです。詳しい数値や文脈は必ず原文でご確認ください。

本ページは公開論文・公式発表・報道を整理した情報提供用の資料です。論文要約は抄録をもとにAIが作成し運営者が確認したもので、原文と異なる場合があるため、重要な内容は原文をご確認ください。特定銘柄の売買推奨や投資助言ではありません。 人事異動は公式発表または主要報道を出典として表示し、経歴の一部はウィキデータ(CC0)を参照しています。 このページの要約は、運営者が確認した韓国語版をもとにAIが翻訳したものです。

🐩 コボンおやつ代応援
코봉이
このページがお役に立ちましたら、コボンのおやつ代応援も歓迎です 🦴
💬 コミュニティコメント
IPベース匿名ニックネーム · 暴言/スパム時制裁の可能性
読み込み中...