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 · 新興研究所 · 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 · 新興研究所 · エージェント・コーディング

論文2026-10-30

複雑なロボット制御の限界を超える階層型モデルの開発

Hierarchical World Models with Implicit Dynamics
何を
研究チームは、状態の到達可能性と局所制御を分離し、複雑で長時間のタスクを実行できる階層型ワールドモデルであるID-WMを開発しました。
主な結果
既存の最高性能の手法と比較して38.5パーセント向上した性能を記録し、単一レベルのワールドモデルと比較した場合は135パーセントの性能向上の見せました。
意味
今回の研究は、複雑で初めて直面する環境でも、ロボットがエラーを減らしながら長期的な計画を立てられる可能性を示しています。AI要約
論文2026-10-28

複雑なタスクの実行が可能な高効率AIモデルの開発

Nemotron 3.5 Super and Lightning: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Models for Agentic AI
何を
研究チームは、推論、長文脈の理解、自律的なタスク実行に適したオープンなAIモデルである Nemotron 3.5 Super と Lightning を開発しました。
主な結果
Super モデルは、少ない活性化パラメータを使用しながらもソフトウェアエンジニアリングの評価で 51.78% を記録して従来のモデルを凌駕し、多様な最適化を通じて高い処理性能を示しました。
意味
本研究は、大規模モデルの効率性と性能を同時に高め、多様な環境で実用的に活用できる可能性を示しています。AI要約
論文2026-10-07

ベースAIモデルのコーディングエージェント性能を事前に予測する方法を開発

Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models
何を
ベースAIモデルの潜在能力を評価するため、事後学習されたコーディングエージェントの成功経路を活用する3つの評価画面(スクリーン)を開発しました。
主な結果
開発された3つの評価方法すべてが、公開モデルグループの順位を実際の性能に近く予測しました。
意味
今後のコーディングエージェントベンチマークをベースモデル評価に活用できる可能性を提示します。AI要約
論文2026-10-06 · arXiv (Cornell University)

人工知能エージェントの環境制御力と構造的中心性の関係を解明

The Geometry of Empowerment
Sergey Levine ほか3名
何を
研究チームは、人工知能エージェントが周辺環境を制御する能力を指すエンパワーメントと、将来の結果への幅広いアクセスを可能にする構造的中心性との間の関係を明らかにしました。
主な結果
エンパワーメントの最大化とスキル学習手法を結びつけ、これを解釈・分析できる新しい幾何学的構造を提示しました。
意味
スケーラブルなエンパワーメント最大化手法を構築するために必要な理論的示唆を提供します。AI要約
論文2026-10-04 · arXiv (Cornell University)

音楽を楽譜に変換するAI「SheetSage2」が公開

SheetSage2: Coherent Lead-Sheet Transcription with Synthetic Supervision
何を
音声録音を人間が読める楽譜(リードシート)に自動変換する統合音楽採譜モデル「SheetSage2」が提案されました。
主な結果
単一モデル「SheetSage2-AR」は、評価された15のベンチマーク・指標ペアのうち12個で列挙された既存システムを上回り、前バージョンの「SheetSage1」から大幅に改善され、一部のベンチマークではタスク専用モデルよりも高い性能を示しました。
意味
音楽採譜技術の精度を高める研究であり、モデルの重みと推論コードが公開されており、後続の研究や応用を活用することができます。ただし、要約だけでは商用化の可能性や市場規模の判断は困難です。AI要約
論文2026-10-01 · arXiv (Cornell University)

研究者184人が作成した「インスピレーション論文検索」ベンチマーク

ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New Research
Chelsea Finn ほか13名
何を
コンピュータ科学分野の最近の論文207本の筆頭著者184名が、どの過去の論文が自身の研究に実際に役立ったかを示したデータセット「ScholarCatalyst」を作成し、それを発見する検索タスクを提案しました。
主な結果
エージェント(自ら検索を繰り返してタスクを実行するAI)検索は、基本の検索手法よりも優れた性能を示しませんでした(上位20件の結果に基づく再現率で0.42対0.48)。「Claude Fable 5.1」ベースのエージェントも0.51にとどまりました。
意味
現在のAIには、膨大な研究文献から必要な先行アイデアを見つけ出す専門家の直感がまだ不足しており、そのための新しい学習方法が必要であるという方向性を示しています。科学研究を支援するAI研究の一歩と見なすことはできますが、実際の商用化や産業的効果はアブストラクトから確認することはできません。AI要約
論文2026-09-28 · arXiv (Cornell University)

人間のデモ動画からロボットの手の動きの学習データを自動生成するDexAgent

DexAgent: An Agentic Human2Sim2Robot Framework for Dexterous Manipulation with Self-Evolving Tool Library
何を
人間が撮影した一人称視点の動画1本と作業説明文を入力すると、物理的に実現可能なロボットの動作軌跡を作成し、ロボット学習用のデータを生成するエージェント型フレームワークを提案しました。
主な結果
現実環境の11の作業において、DexAgentが作成したデータで学習したポリシー(ロボットの行動ルール)が、比較基準となる手法よりも3.5倍高い成功率を示しました。
意味
人間のデモ動画をロボットの学習データに変換するプロセスを自動化する可能性を示していますが、アブストラクトだけでは実際の産業適用レベルや商用化の時期を判断することは困難です。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...