学界

Percy Liang

スタンフォード大学・Together AI

注目する理由: 評価とオープンモデル

人事異動

公開された人事異動はありません。

論文

論文2026-10-22

人工知能が生成した仮想データで性能を高める法則を発見しました

Rewriting Scaling Laws for Synthetic Data with Compute and Data Constraints

Percy Liang ほか6名

何を: 言語モデルが自然言語の文書を別のスタイルに書き直した仮想データ（Synthetic rewrites）を事前学習に活用する際、計算量とデータの限界の中で最適な割合と性能を予測する法則を研究しました。
主な結果: コンピュータの計算量が増えるほど仮想データの最適比重が増加し、自分より大きなモデルや同じサイズのモデルが作成した仮想データで学習したモデルが、元のデータのみを使用したモデルよりも優れた性能を示しました。
意味: 仮想データを活用した人工知能の学習方法が予測可能であり、これを通じてデータの限界を克服し効率的に性能を改善できることを示唆しています。AI要約

学習・スケーリング

要約を詳しく原文を読む ↗ PDF ↗

論文2026-10-04 · arXiv (Cornell University)

AIが未来の研究アイデアをどれほど容易に思いつくかを測定

Priced Guidance: Can Language Models Generate Future Research Ideas?

Percy Liang ほか2名

何を: 言語モデルがヒントなしに新しい研究アイデアを思いつく確率を、正解を伝えるために必要な情報量（圧縮コスト）によって間接的に推定する方法を提案しました。
主な結果: 最近のディープラーニング論文87編のコアアイデアを対象に5つのモデルを評価し、最も優れた単一モデルの中央値圧縮コストは69.9ビットでした。これは汎用圧縮ツールであるgzipの中央値5,712ビットよりも大幅に低い数値です。
意味: モデルがアイデアを思いつく確率の下限を計算できる新しい評価の枠組みを示した研究です。ただし、アブストラクトでは研究の生産性や市場への影響については扱っていません。AI要約

科学のためのAI

要約を詳しく原文を読む ↗ PDF ↗

論文2026-09-10

AI学習データの反復時におけるMixture-of-Expertsモデルの過学習現象の分析

Data Scarcity and Model Sparsity: Mixtures-of-Experts Overfit More to Repeated Data

Percy Liang ほか4名

何を: AI学習データが反復される際、近年広く使われている「Mixture-of-Experts」構造が従来のモデルよりもパフォーマンスがより急速に低下することを明らかにしました。
主な結果: データの反復時、Mixture-of-Expertsモデルは容易に過学習を起こし、従来の正則化手法で一部緩和することは可能ですが、独自データで学習したパフォーマンスには達しませんでした。
意味: データ不足により反復学習が必要な状況において、AIモデル構造別の特性を考慮した学習戦略策定の必要性を示しています。AI要約

学習・スケーリング

要約を詳しく原文を読む ↗ PDF ↗

論文2026-05-06 · arXiv.org

AIエージェントのセキュリティリスクを評価するプラットフォームを開発

DecodingTrust-Agent Platform (DTap): A Controllable and Interactive Red-Teaming Platform for AI Agents

Percy Liang ほか16名

何を: 様々な実際の環境においてAIエージェントのセキュリティリスクを評価できるプラットフォームと自動攻撃ツールを開発しました。
主な結果: これにより、様々なAIエージェントの体系的な脆弱性パターンを明らかにし、セキュリティに関する洞察を提供しました。
意味: 次世代の安全なAIエージェントを開発する上で、有用な基礎資料として活用できます。AI要約

エージェント・コーディング安全・規制

要約を詳しく原文を読む ↗ PDF ↗

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。