AIコミュニティ動向レポート（2026年2月19日）

AI開発の実用化が加速する一方で、「AIは本当に生産性を高めているか」という根本的な問いが業界全体で浮上した一日となった。数千人の企業幹部が生産性向上効果を懐疑的に見る調査結果が公開され、Hacker Newsでも「AIがアウトプットを凡庸にする」という論考が大きな反響を呼んだ。その一方でGoogleはGemini 3.1 ProとLyria 3を相次いでリリースし、AIツールの多様化は止まらない。Claude Codeを軸とするAIコーディングエコシステムへの実践的な知見共有も活発で、コミュニティは「使いこなす技術」の深化に移行しつつある。

---

AIの生産性パラドックス：期待と現実の乖離

AIが生産性に与える影響への疑義が、複数の視点から同時に提起された。技術導入の熱量と実ビジネス成果の間に、明確なギャップが顕在化しつつある。

• Fortuneの調査によると、数千人の米国企業幹部がAIは雇用や生産性にほとんど影響を与えていないと認めた。これは1980年代のIT革命時と同様の「生産性のパラドックス」の再来とも解釈され、AI導入の短期的な期待に対する再評価を促している。

  • 「AIは雇用や生産性にほとんど影響を与えていない」と数千人の企業幹部が認める — Gigazine (はてなブックマーク IT)

• Hacker Newsで426ポイント・255コメントを集めた論考「AI makes you boring」は、AIを多用するほど個人の思考・文章・発想が平均化・均質化するという本質的な問いを投げかけ、開発者コミュニティで大きな議論を呼んだ。

  • AI makes you boring — Hacker News (100pt+)

• タイミーのエンジニアチームが実測データを公開。SDD（仕様駆動開発）を導入した前後でデプロイ頻度を比較した結果、AI活用の真のボトルネックは「個人の習熟」ではなく「チームとしての仕様共有プロセス」にあることが示された。AI導入単体では効果が出にくく、開発プロセス全体の再設計が必要という実践知見は、多くの開発チームに参考になる。

  • 「AIを使えば劇的に生産性が上がる」は本当か？cc-sdd導入前後のデプロイ頻度データから見えた — はてなブックマーク IT

---

GoogleのマルチモーダルAI攻勢：Gemini 3.1 ProとLyria 3

Googleが一日に複数の主要モデルをリリースし、AIツールの幅を大きく広げた。テキスト・音楽・自律タスクの各領域で存在感を示している。

• Gemini 3.1 Proが公開され、複雑なタスクへの対応力が強化された。同日リリースの多さからGoogleのAI製品サイクルの加速が見てとれる。

  • Gemini 3.1 Pro: A smarter model for your most complex tasks — はてなブックマーク IT

• 音楽生成AI「Lyria 3」のベータ版が公開。Geminiのチャットインタフェースから日本語ボーカル入り楽曲を30秒単位で生成可能になった。実際の生成テストでは「限界もある」との評価も出ており、商用品質への到達はまだ道半ば。

  • Googleが音楽生成AI「Lyria 3」を公開したので日本語ボーカル付き楽曲を作ってみた — はてなブックマーク IT
  • Geminiが歌を手に入れた。日本語の楽曲をチャットで作れるGoogle Lyria 3を使ってわかった限界 — TechnoEdge

• Gemini 3 ProとAntgravity・n8nを組み合わせた自律修復パイプラインの実装例が紹介された。「寝ている間にバグを自動修正する」というユースケースで、AIをエディタとして使うのではなくオーケストレーション基盤として活用する思想が示されている。

  • 【Gemini 3 Pro】Antigravityを「ただのエディタ」として使うのはやめろ。n8nと連携して「寝ている間にバグを勝手に直す」自律修復パイプライン — Qiita

---

Claude Codeエコシステムの成熟：実践知見の蓄積

Claude Codeを中心とするAIコーディング環境への理解が深まり、個人の利用ハックから組織的な導入事例まで知見が多様化している。

• ウォンテッドリーがAgent Skills機能を活用してリポジトリのオンボーディングを自動化した事例を公開。社内ハッカソンから生まれた取り組みで、新メンバーがコードベースを把握するコストを大幅に削減できるとしている。

  • Claude Code の Agent Skills を活用してリポジトリのオンボーディングを効率化する — Wantedly Engineer Blog

• ペパボ技術部が2026年の方針として「Agent Ready」を掲げ、AIエージェントを前提とした技術基盤の整備方針を公開。具体的な取り組み内容を共有し、企業のAIエージェント対応の先行事例となっている。

  • Agent Ready: 技術部が挑むAIエージェント前提の技術基盤づくり — Pepabo Tech Portal

• Claude CodeのCLAUDE.md・Rules・Skills・SubAgents・AgentTeamsをコンテキストの積み方として統一的に理解するフレームワークが解説された。個別機能の比較記事が多いなか、全体設計の視点からまとめた希少な記事として注目を集めた。

  • CLAUDE.md/Rule/Skills/SubAgents/AgentTeamsはコンテキストの積み方で理解しなければならない — Zenn LLM

• Claude Codeが短期投資に与える影響について個人投資家の視点から考察した記事も登場。投資AIエージェントの構築体験をもとに、AIが個人の金融判断に与えるインパクトを論じている。

  • Claude Codeが短期投資家に与える影響 — はてなブックマーク IT

• AWSはDeveloper Summit 2026でAI駆動開発ライフサイクル（AI-DLC）という概念を提唱し、AI時代に求められる人材像を整理した。「バイブコーディング」から「エージェンティックエンジニアリング」へのシフトも同日複数の記事で論じられ、人間がAIを統制する上位工程設計者としての役割が重視される流れが確認できる。

  • AWSが推進するAI駆動開発ライフサイクル入門 — はてなブックマーク IT
  • バイブコーディングはもう古い？　その限界を乗り越える「エージェンティックエンジニアリング」 — はてなブックマーク IT

---

LLMエンジニアリングの深化：コスト・品質・設計の実践知見

エージェント設計やRAG構築の「落とし穴」と「打ち手」を示す技術記事が多数発表され、実装レベルの知見共有が活発化している。

• Context Engineeringの4戦略（Write/Select/Compress/Isolate）を適用することで、LLMエージェントのトークンコストを50%以上削減できるとする実装レポートが公開された。LangGraphを使った階層的メモリアーキテクチャの実装例も含まれており、本番運用に直結する内容。

  • LLMエージェントのContext Engineering実践：4戦略でトークンコスト50%削減 — Zenn LLM

• Google Research・MITらが発表した論文（arXiv:2512.08296）を解説した記事によると、180通りの構成を評価した結果、逐次的推論タスクではマルチエージェント構成が単一エージェントより39〜70%性能が低下することが明らかになった。「エージェントは増やすほど賢くなる」という直感的な仮定を覆す重要な研究成果。

  • AIを増やすほど性能が下がる — マルチエージェントの落とし穴 — Zenn LLM

• RAGとファインチューニングの使い分けを3本の論文から整理した記事が公開。「とりあえずRAG」「いずれはFT」という曖昧な判断から脱却するための実務的な意思決定フレームワークが示されており、実装チームの設計議論に役立つ内容。

  • RAGかファインチューニングか？ — 知識注入の実務判断を3本の論文から整理する — Zenn LLM

• PDF構造を保持したまま処理するVisionGuidedChunkingと構造化RAGの接続手法が解説された。テキスト単純分割の限界を超え、段組・表・図版を含むPDFを意味単位で扱うアーキテクチャの全体像が整理されている。

  • テキストChunkingの次へ｜VisionGuidedChunkingを構造化RAGにどう接続するか — Zenn LLM

---

日本語AI・ソブリンAI：NVIDIAの参入

• NVIDIAが日本語特化の小型言語モデル「Nemotron-Nano-9B-v2-Japanese」を公開。パラメーター数100億以下の日本語モデルとして最高性能を達成し、商用利用可能なオープンモデルとして提供される。ソブリンAI（国産・地域特化AI）の文脈で注目されるが、Google Colabの無料版でのセットアップには技術的ハードルがあることも実体験として報告されている。

  • NVIDIAが日本語特化の小型AIモデル「Nemotron-Nano-9B-v2-Japanese」を公開 — はてなブックマーク IT
  • [失敗談] NVIDIA-Nemotron-Nano-9B-v2-JapaneseをColabで使おうとしたが躓いた話 — Zenn LLM

• Claude Codeのモデル選択画面に並ぶ「Opus」と「Opus (1M context)」の違いを実測から分析した記事も登場。1Mトークンという巨大コンテキストが性能劣化（Lost in the Middle問題）を引き起こす可能性を指摘しており、長期セッションでのモデル選定に実務的な示唆を与えている。

  • Claude Code の「Opus」と「Opus (1M context)」は何が違うのか？ — Zenn LLM

---

AIの社会実装：リスクと現場適用の両面

• 中国バイトダンス社の映像生成AI「Seedance 2.0」が起こす「スロパガンダ（Slop + Propaganda）」の脅威が論じられた。本物と見分けがつかない偽動画によるAI汚染は、ディープフェイクを超えた新段階の情報操作リスクとして警鐘が鳴らされている。

  • ディープフェイクを超えた「AI汚染」の脅威──中国発「スロパガンダ」の正体 — Newsweek Japan

• 英検1級のライティング採点で「白紙でないのに0点」という事例が相次いでいる。SNSではAIによる採点ミスを疑う声が上がっており、試験団体側はチェック体制を主張するが透明性への疑問は払拭されていない。教育分野でのAI採点導入に伴うリスクを示す事例として注目された。

  • 「要約問題が0点」英検1級で相次ぐ訴え…AIのミス？採点厳格化の影響？ — 弁護士ドットコム

• テスラのロボタクシーがサービス開始から9カ月以内に14件の衝突事故を起こし、人間ドライバーと比べて約4倍のペースで事故を発生させていることがNHTSAのデータで判明。自動運転技術の安全基準の見直しを迫る結果となっている。

  • テスラのロボタクシーがサービス開始から9カ月で14回の衝突事故を起こす、人間ドライバーの4倍の頻度 — Gigazine

• 東洋建設がVLM（Vision Language Model）を活用した工事現場の次世代監視システムを開発。「事前学習した物体しか認識できない」従来AIの限界を超え、プロンプト変更だけであらゆる現場に適用できる柔軟性が革新的とされている。AIの産業現場への実装が着実に進んでいる事例。

  • 工事現場の「AIの目」が安全を守る！映像を見て状況を言葉で教えてくれる次世代監視システムとは？ — Zenn LLM

---

開発エコシステム：llms.txtとMCPの普及

• llms.txt（AI向けサイトマップ標準）の導入サイトをまとめた記事が公開。AI企業自身が自社サービスのコンテンツをLLMに効率的に読み取らせるため積極導入しており、/llms.txt（要約版）と/llms-full.txt（詳細版）の2段構えが一般化しつつある。

  • llms.txt を導入しているサイトまとめ - AI時代の新しい標準 — Zenn LLM

• PlanetScaleがデータベース操作専用のAIエージェントSkills「Database Skills」をリリース。AIエージェントに特化したデータベースインタフェースとして、MCP同様のエコシステム拡張の流れを示している。

  • Database Skills — AI Agent Skills for Databases by PlanetScale — はてなブックマーク IT

• draw.io MCPサーバーの流行に関して「プラセボ効果ではないか」という批判的考察が公開された。LLMが生成したXMLをdraw.ioに投げる手法が「魔法のように見える」だけで、実際の生産性向上効果は検証が必要と指摘する内容で、MCPブームへの冷静な視点を提供している。

  • MCPによるプラセボ効果：AI図表生成の「魔法」は本物か？ — Zenn LLM

• Microsoftが「Python Environments」VS Code拡張機能を一般公開。1年のプレビュー期間を経て、venv・conda等のPython環境管理を一元化するツールが正式リリースとなり、AI/ML開発者の環境構築の煩雑さが軽減される。

  • venv？conda？ Python周りの面倒な環境管理を一元化するVS Code拡張機能が登場 — はてなブックマーク IT

エグゼクティブサマリー

2月19日のAI業界は、OpenAIの8500億ドル超という前例のない評価額での大型調達観測が最大の話題となり、インド市場を巡る米大手企業の熾烈な争奪戦が鮮明になった。一方でGoogleはGemini 3.1 Proのリリースと音楽生成AI「Lyria 3」の統合で着実に能力拡張を続けており、AIの用途が「推論」から「創作」へと広がりつつある。AIエージェントの自律性向上はKDDIの通信障害診断から北海道の山村行政支援まで実社会に浸透し始めた反面、プロンプトインジェクション攻撃やCopilotのDLPポリシー迂回問題など、エンタープライズAIのセキュリティリスクが深刻化している。

---

OpenAIのインド大攻勢と超大型資金調達

2026年最大級の資金調達観測と、インドという新興大国への集中投資が重なり、AIビジネスの重力が変わりつつある。

• OpenAIが1000億ドルの資金調達を最終段階に入っており、評価額は8500億ドル超とされる。Amazon・Nvidia・SoftBank・Microsoftが出資者に名を連ねることで、業界全体の資本集中がさらに加速する見通し。

  • OpenAI、8500億ドル超評価額で1000億ドル調達を最終調整中 — TechCrunch AI

• インドでの展開は複数軸で同時進行しており、Tata Groupと提携して100MWのAIデータセンターを確保しつつ将来的には1GWを目指すほか、ムンバイとベンガルールへのオフィス開設も予定している。

  • OpenAI、インドでTataと100MWデータセンター契約締結 — TechCrunch AI

• Relianceとの連携ではJioHotstarへのAI検索統合と、ChatGPT内にストリーミングリンクを直接表示する双方向統合を実現。さらにPine Labsとのフィンテック提携によりエンタープライズ決済領域にも進出し、ChatGPT以外の収益軸を確立しようとしている。

  • OpenAI・Reliance、JioHotstarにAI検索を統合 — TechCrunch AI
  • OpenAI、Pine Labsとのフィンテック提携でインド進出を加速 — TechCrunch AI

• Relianceはインド政府の後押しを受けて1100億ドルのAI投資計画を発表。Jamnagar市では120MW超のマルチギガワット級データセンターが2026年中に稼働予定であり、インド自身がAIインフラ大国を目指す姿勢を鮮明にした。

  • Reliance、1100億ドルのAI投資計画を発表 — TechCrunch AI

• インドのAIサミットでSam AltmanとDario Amodeiが首相の求める「団結のポーズ」を拒否し手をつながなかった場面が象徴するように、OpenAIとAnthropicの間には協調より競争の緊張感が漂う。

  • AltmanとAmodei、インドAIサミットで気まずい一幕 — TechCrunch AI

---

LLMを超える知能の探索：巨額シード投資が相次ぐ

既存のLLMアーキテクチャへの限界意識が高まる中、全く異なるアプローチへの投資が欧州・アジアで活発化している。

• AlphaGoの生みの親であるDeepMindのベテラン研究者David Silverが、ロンドンでIneffable Intelligenceを設立し10億ドルのシードラウンドを調達。欧州スタートアップ史上最大。インターネットテキストではなく強化学習と模擬環境で「際限なく学習し続ける超知能」の構築を目指す。

  • DeepMindのDavid Silver、LLM非依存の超知能構築に10億ドル調達 — The Decoder

• Fei-Fei Li博士率いるWorld Labsが10億ドルを調達。AMD・NVIDIA・Autodeskなどが出資し、「空間知能（Spatial Intelligence）」を核とした高精細3D世界を生成するワールドモデルの開発を本格化させる。

  • 「空間知能」のWorld Labs、NVIDIAらから10億ドル調達 — ITmedia AI+

• RefaceとPrismaの共同創業者が立ち上げたMiraiが1000万ドルのシードラウンドを確保。スマートフォンやノートPCでのオンデバイスAI推論の効率化に特化しており、クラウド依存を減らす方向性が鮮明。

  • Mirai、オンデバイス推論改善に1000万ドルのシード調達 — TechCrunch AI

• AIエージェント管理プラットフォームのReloadが227.5万ドルを調達し、最初のAI従業員「Epic」をローンチ。複数エージェントが共有メモリを持ち連携する基盤の構築を目指す。

  • Reload、AIエージェントに共有メモリを与えるプラットフォームで227.5万ドル調達 — TechCrunch AI

---

GoogleのAI能力拡張：推論から音楽創作まで

Googleは推論能力の大幅向上と、テキスト以外のモダリティ（音楽）への拡張を同日に打ち出した。

• Gemini 3.1 Proは困難な推論ベンチマークで前バージョン比2倍以上の性能向上を達成。ベンチマーク数値そのものより、推論能力の基盤強化がどう実用タスクに波及するかが問われる。

  • Google、推論能力を強化したGemini 3.1 Proをリリース — The Decoder

• 音楽生成AI「Lyria 3」がGeminiアプリに統合され、テキストや写真から歌詞付きの30秒オリジナル楽曲とジャケット画像を同時生成できるようになった。日本語楽曲にも対応し、全作品に電子透かし「SynthID」が埋め込まれる。

  • GeminiアプリにLyria 3追加、30秒楽曲をジャケット付きで生成 — ITmedia AI+
  • Geminiが歌を手に入れた。Google Lyria 3で日本語楽曲生成を試す — テクノエッジ

• 日本語楽曲生成の実用テストでは、完成度とともに現時点での限界も確認された。文化的ニュアンスや言語特有のリズムへの対応という課題が残り、音楽AIにおける「言語の壁」はまだ存在する。

  • Geminiが歌を手に入れた。Google Lyria 3で日本語楽曲生成を試す — テクノエッジ

---

AIセキュリティの新脅威：プロンプト注入・DLP迂回・記憶汚染

AIの自律性と利便性が高まるほど、攻撃面も広がる。エンタープライズ導入が加速する今、セキュリティ上の深刻な問題が複数顕在化した。

• ハッカーが人気AIコーディングツール「Cline」をプロンプトインジェクション攻撃で騙し、ウイルスまがいのオープンソースエージェント「OpenClaw」を大量インストールさせた。自律的にPCを操作するAIが増える中、悪意ある指示をコンテンツに埋め込む手法の危険性を実証したケース。

  • AIセキュリティの悪夢：プロンプトインジェクションで人気コーディングツールをハック — The Verge AI

• OpenAIとCrypto投資会社Paradigmが共同開発したEVMbenchにより、AIエージェントがEthereumスマートコントラクトの脆弱性の大多数を単独で発見・悪用できることが判明。ブロックチェーンセキュリティに対する自律型AI攻撃が現実の脅威となった。

  • AIエージェントがスマートコントラクト脆弱性の大半を単独で悪用できると新ベンチマークが示す — The Decoder

• Microsoft 365 CopilotのCopilot Chatが、DLPポリシーや機密ラベルを回避して機密メールを要約・インデックス化していた問題が発覚。1月下旬から発生しており、現在は修正プログラムを展開中だが影響規模や監査ログは非公開。エンタープライズAIのコンプライアンスリスクが改めて問われる。

  • Microsoft 365 CopilotがDLP設定を無視して機密メールを要約、修正プログラム展開中 — ITmedia AI+

• MicrosoftはAIの記憶機能を悪用してURL経由で不正指示を注入し、特定企業を優先推奨させる「AI Recommendation Poisoning」を警告。50件超の実例が確認されており、AIの中立性を静かに歪める新手法として注目される。

  • 生成AIの記憶機能を悪用した「AI Recommendation Poisoning」、50件超の事例を確認 — ITmedia AI+

• セキュリティ企業KnowBe4が、社内幹部を模倣したディープフェイク動画でなりすまし攻撃を疑似体験させる日本語版セキュリティトレーニングを発表。AI詐欺の手口が洗練される中、防御側も体験型訓練で対応力を高める動きが加速。

  • 「身近な上司」を再現するディープフェイク動画でAI詐欺を体験、KnowBe4が日本語版トレーニング — ITmedia AI+

---

AIエージェントの社会実装：通信インフラから地方行政まで

AIエージェントが「実験」から「運用」へと移行し、社会インフラと行政の現場に浸透し始めた。

• KDDIが音声通話・データ通信・au PAYの障害発生時に、AIエージェントを使って原因特定を自動化する運用を開始。サービス間の相関関係、設備アラーム、メンテナンス状況を統合分析して障害箇所を推定し、年内には復旧・保全まで自動化する計画。

  • KDDI、AIエージェントで障害原因を特定。年内に復旧・保全もAI対応へ — ITmedia AI+

• 北海道で最も人口が少ない音威子府村（人口約500人）が、カヤックと共同で村専用チャットAI「ねっぷちゃん」を開発。「AI副村長」（年齢設定は17歳）として村民の問い合わせをチャットで対応する実証実験が始まった。過疎・少子化を抱える自治体にとってのAIエージェント活用モデルケースとなる。

  • 北海道の最少人口村に「AI副村長」、17歳の「ねっぷちゃん」が村民をサポート — ITmedia AI+

---

コンシューマー向けAI体験の拡張：テレビ・ショッピング・スマートグラス

スマートフォンを超えた端末でAIが動き始め、ユーザーの生活動線に沿ったAI体験が広がっている。

• YouTubeがスマートテレビ向けに会話型AIアシスタントのテストを開始。視聴中の動画内容に関連した質問に大画面で回答する機能を実験しており、テレビをインタラクティブなAI端末へと変える試み。

  • YouTubeの会話型AI、スマートテレビへ展開実験開始 — TechCrunch AI

• Redditが米国の一部ユーザー向けにAIショッピング検索機能のテストを開始。検索結果に価格・画像・購入先リンク付きのインタラクティブな商品カルーセルが表示されるもので、コミュニティの信頼性をEC誘導に活用する狙い。

  • Reddit、AIショッピング検索機能のテストを開始 — TechCrunch AI

• アリババのAIエージェントを搭載した「Quark AI Glasses」が注目を集める。2026年はスマートグラスがブームの年とされ、ARグラスに代わりカメラ・スピーカーを内蔵したAIグラスが多様化。ウェアラブルでの常時AIアシスト体験が現実に近づいた。

  • アリババAIエージェントを活用できる「Quark AI Glasses」が示すスマートグラスの可能性 — テクノエッジ

• アマゾンジャパンが生成AI搭載の「Alexa+」日本展開について「米国・カナダに次ぐ優先度」と言及しながらも具体的な時期は明かさず。一方でドラえもんエディションのEcho Dotを日本限定で発売し、ブランド親和性を高める戦略を継続している。

  • 生成AI版アレクサの日本展開、「優先度は米国・カナダに次ぐ」とアマゾンジャパン — ITmedia AI+
  • アマゾンEcho Dotドラえもんエディション発売、日本限定モデル — テクノエッジ

---

企業のAI導入：昇進条件化・戦略宣言・オープンソースへの影響

エンタープライズにおけるAI活用が「任意」から「必須」へと転換し、組織の評価制度や開発文化まで変えつつある。

• Accentureが個人のAIツールログイン履歴を昇進判断に連動させていることが判明。現場社員からは「壊れたスロップ生成機」という厳しい声も上がっており、AI活用の義務化と実務価値のギャップが浮き彫りに。

  • Accenture、AIツール利用を昇進条件に。社員からは「壊れたスロップ生成機」との声も — The Decoder

• 日本IBMが2026年を「AIの本格導入元年」と位置付けるAI戦略を発表。「制御できるAI」をコンセプトに、ハイブリッドクラウド環境でのシステムモダナイゼーションとガバナンス実装を柱に据える。大企業のレガシー資産をAIで現代化するニッチに特化した戦略。

  • 日本IBMのAI戦略”3つの柱”：「制御できるAI」でレガシー資産をモダナイズ — ITmedia AI+

• AIコーディングツールがオープンソースプロジェクトに対して「両刃の剣」となっている現実が報告された。新機能の実装コストは下がったが、品質の低いプルリクエストが氾濫しメンテナンス負荷が増大。コードを書くことは容易になっても、維持することの難しさは変わらない。

  • オープンソースにとってAIコーディングツールは「混在した恩恵」 — TechCrunch AI

• AI研究者の人材争奪戦が過熱。報酬は既に重要な差別化要因ではなくなりつつあり、研究環境・ミッション・影響力が採用の鍵になっているという分析が注目された。

  • AIトップ人材にとってもはや金は問題ではない — The Verge AI

---

AIと政治・政策：規制・選挙・予測市場

AIフレンドリーな政治環境の整備を目指す動きが、米国で急加速している。

• MetaがAI友好的な政治家を支援するため、米国の州レベル選挙に6500万ドルを投入していることが明らかに。テクノロジー規制が州ごとに異なる米国では、州議会への働きかけが企業にとって重要なロビー戦略となっている。

  • Meta、AI友好政治家を支援するため州選挙に6500万ドルを投入 — The Decoder

• FCC委員Brendan CarrがCBSのStephen Colbertの番組に圧力をかけ放送規制を巡る議論が再燃。AIとは直接関係しないものの、メディア規制の強化がAI生成コンテンツの配信プラットフォームに将来的に影響する可能性を示唆する文脈として注目。

  • FCCがCOLBERTに言論警察的圧力、FCC委員の動きと放送規制の行方 — The Verge AI

AI研究・論文 主要トレンド分析（2026年2月19日）

今日のAI研究は、エージェントAIの実用化とLLMの信頼性・安全性という2つの軸を中心に急速に展開している。GoogleがGemini 3.1 Proをリリースし、エージェント向けの推論安定性とツール使用信頼性を大幅に強化したことは、エージェントAI競争の新たな段階を示している。一方、RAGの高度化、脳コンピュータインターフェースの基盤モデル化、医療AIの実装上の課題克服など、応用領域での具体的な進展も顕著だ。安全性・アライメント研究では、ジェイルブレイク攻撃の高度化と多言語的バイアス波及という複合的な問題が浮かび上がっており、AI展開の責任ある管理が急務となっている。全体として、AIは「研究段階」から「信頼できる本番運用」への移行期を迎えており、その橋渡しとなる技術的・ガバナンス的枠組みの構築が最重要課題となっている。

---

フロンティアモデルの進化：Gemini 3.1 Proとモデル評価の新知見

• GoogleのGemini 3.1 Proは100万トークンのコンテキストウィンドウとARC-AGI-2で77.1%の推論スコアを達成した。Gemini 3シリーズ初のバージョンアップであり、推論安定性・ソフトウェアエンジニアリング・ツール使用信頼性に特化した設計でエージェント市場への明確なシフトを示している

  • Google AI Releases Gemini 3.1 Pro with 1 Million Token Context and 77.1 Percent ARC-AGI-2 Reasoning for AI Agents — MarkTechPost

• GPT-4oの性能が日次・週次の周期的変動を示すことが実証的に確認された。固定条件下でもLLMのパフォーマンスは時系列的に変動するという発見は、LLMを研究ツールとして使用する際の再現性と妥当性に根本的な疑問を投げかけている

  • Evidence for Daily and Weekly Periodic Variability in GPT-4o Performance — arXiv AI+ML+CL

• 「モデル創発（emergence）」現象は特定のスケールで突然解放されるのではなく、二峰性パフォーマンス分布における確率的変動によって説明されるという理論的知見が提示された。創発という概念の解釈を根本的に問い直す重要な論文だ

  • Random Scaling of Emergent Capabilities — arXiv AI+ML+CL

• LLMの能力創発のメカニズムを解明するため、405K〜85Mパラメータの5スケール・120以上の創発イベントを追跡した分析が発表された。訓練初期に普遍的な表現崩壊が起き、その後トップダウン再編成が発生するパターンが210倍のパラメータ範囲でスケール不変であることが確認された

  • Anatomy of Capability Emergence: Scale-Invariant Representation Collapse and Top-Down Reorganization in Neural Networks — arXiv AI+ML+CL

---

AIエージェントの実用化：信頼性・メモリ・オーケストレーション

エージェントAIの本番運用に向けた研究が急加速しており、信頼性評価・メモリ管理・マルチエージェント連携の3分野で重要な進展が見られる。

• PydanticAIを用いた厳密な型付き出力スキーマ、ツール依存注入、モデル非依存実行により生産対応レベルのエージェントワークフローを構築する実装アプローチが示された。エージェントシステムの信頼性を高める具体的なコーディングパターンとして実践的価値が高い

  • A Coding Implementation to Build Bulletproof Agentic Workflows with PydanticAI — MarkTechPost

• AIエージェントの信頼性を単一の成功指標に圧縮することの根本的問題が指摘された。実行の一貫性・外乱への耐性・長期的な信頼維持など、複数の運用的側面を包括するエージェント信頼性の科学的体系化の必要性が論じられている

  • Towards a Science of AI Agent Reliability — arXiv AI+ML+CL

• マルチセッションにわたる複数の依存タスクを評価するベンチマークMemoryArenaが提案された。現実的な設定では記憶と行動が密接に結びついており、単純な記憶テストや単セッションタスクでは捉えられない重要な側面があることが示された

  • MemoryArena: Benchmarking Agent Memory in Interdependent Multi-Session Agentic Tasks — arXiv AI+ML+CL

• 異種エージェントのオーケストレーター・ツール型マルチエージェントシステムTeam-of-Thoughtsが提案された。異なるポストトレーニングモデルの補完的能力を活用し、テスト時のスケーリングをより効率的に活用できる設計となっている

  • Team of Thoughts: Efficient Test-time Scaling of Agentic Systems through Orchestrated Tool Calling — arXiv AI+ML+CL

• エージェントが反復的に自身の動作を改善する際の最適化不安定性（自律的改善が逆にパフォーマンスを低下させる現象）が臨床症状検出タスクで実証された。自律的自己改善エージェントの失敗モードの特性化が急務となっている

  • Optimization Instability in Autonomous Agentic Workflows for Clinical Symptom Detection — arXiv AI+ML+CL

• MCP（モデルコンテキストプロトコル）設計の選択肢について体系的分析が発表された。大規模ツールカタログと複数の並行MCPサーバーへのスケーリングにおいて、従来のツール単位呼び出しによるオーバーヘッドと状態管理の断片化を解消するための設計パターンが論じられている

  • From Tool Orchestration to Code Execution: A Study of MCP Design Choices — arXiv AI+ML+CL

• LLMエージェントにおけるツール使用と探索コストのトレードオフを扱う研究が提案された。不確実性が高い場合にのみツールを呼び出すコスト意識型の探索戦略により、エージェントの効率性を向上させる手法が示されている

  • Calibrate-Then-Act: Cost-Aware Exploration in LLM Agents — arXiv AI+ML+CL

• 既存エージェントシステムのLLM呼び出しによる決定コンポーネントをコスト効率の高いタブラー分類器に置き換えるTabAgentフレームワークが提案された。ルーティング・ゲーティング・検証などのクローズドセット決定タスクにおいて、LLM呼び出しの累積レイテンシーとコストを削減できる

  • TabAgent: A Framework for Replacing Agentic Generative Components with Tabular-Textual Classifiers — arXiv AI+ML+CL

---

金融・決済AIの実用展開

• DBSバンクがVisaと協力し、AIエージェントが顧客に代わって決済を行うVisa Intelligent Commerceパイロットプログラムを開始した。アドバイスから行動への転換という重要な変化点を示しており、AIが自律的に金融トランザクションを実行する時代の到来を予告している

  • DBS pilots system that lets AI agents make payments for customers — AI News

• エンタープライズ財務管理へのAI導入が、手動スプレッドシートから自動データパイプラインへの移行を促進している。市場ボラティリティ・規制要件・デジタル金融の複合的課題に対応するため、InfosysとIBS FinTechが実際の導入事例を報告している

  • How AI upgrades enterprise treasury management — AI News

---

RAG（検索拡張生成）の高度化

RAGシステムの精度・効率・信頼性を向上させる多様なアプローチが一斉に登場した。

• 従来のソフトコンテキスト圧縮がクエリ条件付きセレクター視点から見直され、オートエンコーダー的アプローチの限界が指摘された。セマンティクス整合性の損失が検索精度低下の主因であることが示されている

  • Rethinking Soft Compression in Retrieval-Augmented Generation: A Query-Conditioned Selector Perspective — arXiv AI+ML+CL

• 人間のエピソード記憶機構にインスパイアされたCogitoRAGフレームワークが提案された。テキストの離散的表現に起因するセマンティクス整合性の損失を解決するため、認知的ゲスト駆動アプローチと大域的セマンティクス拡散を組み合わせている

  • Understand Then Memory: A Cognitive Gist-Driven RAG Framework with Global Semantic Diffusion — arXiv AI+ML+CL

• k-NN多様体上の測地線距離を用いた幾何学的リランキング手法Maniscopeが提案された。既存のクロスエンコーダーやLLMベースのリランキングが要求する1クエリあたり3〜5秒のレイテンシーを大幅に削減できる可能性がある

  • Reranker Optimization via Geodesic Distances on k-NN Manifolds — arXiv AI+ML+CL

• 多ホップ質問応答を対象としたMultiCube-RAGが提案された。既存グラフベースRAGが抱えるノイズと計算コストの問題を解決し、複数の相互接続されたエンティティ間での推論を改善する構造的セマンティクスの活用法が示されている

  • MultiCube-RAG for Multi-hop Question Answering — arXiv AI+ML+CL

• 長いシーケンスをLoRAとして直接内部化するDoc-to-LoRA（D2L）が提案された。Transformerの二次的な注意コストを回避しながら、文書をモデルパラメータに効率的に蒸留する革新的なアプローチとなっている

  • Doc-to-LoRA: Learning to Instantly Internalize Contexts — arXiv AI+ML+CL

• AI生成コンテンツがウェブに氾濫した場合の検索崩壊（Retrieval Collapse）リスクが分析された。AIコンテンツが検索結果を支配することでソース多様性が侵食され、低品質情報の循環が加速するエコシステムレベルの障害が特定されている

  • Retrieval Collapses When AI Pollutes the Web — arXiv AI+ML+CL

---

脳コンピュータインターフェース（BCI）の基盤モデル化

• Zyphraが380MパラメータのEEG特化型基盤モデルZUNAをApache-2.0ライセンスで公開した。マスク拡散オートエンコーダーとしてチャンネル補完と超解像を実現し、非侵襲的な思考→テキスト変換（Brain-to-Text）の開発を大幅に加速させる可能性がある

  • Zyphra Releases ZUNA: A 380M-Parameter BCI Foundation Model for EEG Data — MarkTechPost

• P300 ERPベースのBCIスペラーシステムに適応型半教師あり学習を適用し、最小限のキャリブレーションで高精度を実現するフレームワークが提案された。長時間の初期キャリブレーションが不要になることで、臨床実用性が大幅に向上する見込みだ

  • Adaptive Semi-Supervised Training of P300 ERP-BCI Speller System with Minimum Calibration Effort — arXiv AI+ML+CL

• クロスサブジェクト汎化のEEGベースBCIにおいて、スペクトル特徴が時間波形よりもクロスサブジェクト転移で安定することが示された。SSVEP、P300、Motor Imageryの3パラダイムでスペクトル特徴の被験者間類似性が一貫して高いことが確認された

  • ASPEN: Spectral-Temporal Fusion for Cross-Subject Brain Decoding — arXiv AI+ML+CL

• 世界で5,000万人以上が罹患するてんかんの難治例向けに、世界最大規模のiEEGデータセットOmni-iEEGが公開された。単一施設データセットによる再現性の低さを克服し、てんかん原性ゾーン特定の精度向上を目指している

  • Omni-iEEG: A Large-Scale, Comprehensive iEEG Dataset and Benchmark for Epilepsy Research — arXiv AI+ML+CL

---

LLMの安全性・アライメント・レッドチーミング

LLMの安全性に関する研究は、攻撃手法の高度化と防御機構の開発が同時進行しており、複雑な軍拡競争の様相を呈している。

• 多ターン・多言語のLLMエージェントが違法タスクを段階的に支援する問題を測定するSTINGベンチマークが発表された。既存評価が単一プロンプト命令に限定されており、複数ターンにわたる有害タスクへの支援を見逃していることが指摘された

  • Helpful to a Fault: Measuring Illicit Assistance in Multi-Turn, Multilingual LLM Agents — arXiv AI+ML+CL

• 業界最強のセーフガードを突破するBoundary Point Jailbreaking（BPJ）という新しいジェイルブレイク攻撃クラスが提案された。ホワイトボックス・グレーボックスアクセスを必要とせず、ブラックボックスのみで動作するため実際の脅威として深刻度が高い

  • Boundary Point Jailbreaking of Black-Box LLMs — arXiv AI+ML+CL

• 単一の敏感属性へのバイアス軽減が他の属性に対する格差を増大させるバイアス波及効果（Bias Spillover）が分析された。狭いフェアネスメトリクスを達成しながら標的外の属性の不公平さを悪化させるリスクが、多次元フェアネスの必要性を示している

  • Intra-Fairness Dynamics: The Bias Spillover Effect in Targeted LLM Alignment — arXiv AI+ML+CL

• 多言語安全アライメントにおいて、一度のアライメントで多言語一貫性を確保するリソース効率的手法が提案された。高リソース言語とのペアワイズアライメントを要する従来手法の限界を超え、スケーラブルな多言語安全性の実現が期待される

  • Align Once, Benefit Multilingually: Enforcing Multilingual Consistency for LLM Safety Alignment — arXiv AI+ML+CL

• セキュリティ上デュアルユースとなるサイバーセキュリティコンテキストでのLLM拒否判断に関するコンテンツベースフレームワークが提案された。既存の広範なトピックベース禁止や攻撃的分類法が正当な防御者を過剰に制限し、難読化に対して脆弱な問題が指摘されている

  • A Content-Based Framework for Cybersecurity Refusal Decisions in Large Language Models — arXiv AI+ML+CL

• AI生成コードの安全性評価ベンチマークSecCodeBench-V2が公開された。Alibaba Groupの実業務から導出された98シナリオ・22のCWEカテゴリ・5言語（Java、C、Python、Go、JavaScript）にわたる包括的な評価が可能となった

  • SecCodeBench-V2 Technical Report — arXiv AI+ML+CL

---

医療AI：基盤モデルから臨床実装リスクまで

医療AIは急速な進歩を遂げる一方、時間的リーケージ・サブスペシャルティ推論の限界・安全評価の不確実性など、実装上の重要課題が浮き彫りになっている。

• 医療画像の基盤モデルに関する包括的レビューが発表された。狭いタスク特化型ネットワークから、モダリティ・解剖学・臨床タスクを横断して適応できる大規模汎用モデルへのシフトが整理され、FM設計原則・応用・将来課題の3軸で分析されている

  • Foundation Models for Medical Imaging: Status, Challenges, and Directions — arXiv AI+ML+CL

• 内分泌学ボードスタイル試験（120問）において、証拠根拠型臨床推論システムJanuary MirrorがGPT-5、GPT-5.2、Gemini-3-Proなどのフロンティアモデルと比較評価された。急速に更新されるガイドラインと複雑なエビデンス階層を要するサブスペシャルティ推論が、汎用LLMにとって依然として困難であることが示された

  • Evidence-Grounded Subspecialty Reasoning: Evaluating a Curated Clinical Intelligence Layer on the 2025 Endocrinology Board-Style Examination — arXiv AI+ML+CL

• 臨床NLPモデルが時間的・語彙的リーケージに対して脆弱であることが実証された。記録アーティファクトが将来の臨床判断をエンコードし、見かけ上の予測性能を誇張する問題は、実世界展開での過信リスクをもたらす

  • Building Safe and Deployable Clinical Natural Language Processing under Temporal Leakage Constraints — arXiv AI+ML+CL

• Chain-of-ThoughtとRAGを統合することで希少疾患の遺伝子優先順位付けが大幅に改善することが示された。標準的なHPO入力による基盤モデルのプロンプティングでは不十分であり、ドメイン最適化とRAGの組み合わせが不可欠であることが明らかになった

  • Integrating Chain-of-Thought and Retrieval Augmented Generation Enhances Rare Disease Diagnosis from Clinical Notes — arXiv AI+ML+CL

• メンタルヘルスAIにおける多目的アライメントが提案された。10億人以上が精神疾患に苦しむ一方でケアへのアクセスが制限される中、335名の当事者から治療的選好順位を収集してAIシステムを患者選好と臨床安全性の両面でアライメントするアプローチが示されている

  • Multi-Objective Alignment of Language Models for Personalized Psychotherapy — arXiv AI+ML+CL

---

LLM推論の高速化・効率化

LLM推論の計算効率を改善するための多様な手法が提案されており、KVキャッシュ最適化・プリフィル高速化・投機的デコーディングなど複数の観点からアプローチが進んでいる。

• CLAA（Cross-Layer Attention Aggregation）により、長コンテキストLLM推論のプリフィルステージを高速化する手法が提案された。層間でトークン重要度推定が不安定になる問題を解決し、安定したトークン選択を実現する

  • CLAA: Cross-Layer Attention Aggregation for Accelerating LLM Prefill — arXiv AI+ML+CL

• MoEモデルに対する投機的デコーディングの致命的ボトルネック——大規模ドラフトツリーが多数の一意エキスパートをアクティベートし、メモリ圧力を著しく増大させる問題——を解決するMoE-Specが提案された

  • MoE-Spec: Expert Budgeting for Efficient Speculative Decoding — arXiv AI+ML+CL

• テキスト動画生成モデルのKVキャッシュメモリ問題に対し、2ビット量子化により30GB超のKVキャッシュを大幅に削減する手法が提案された。広く普及したハードウェア上での自己回帰型動画生成モデルの展開可能性を広げる重要な技術的前進だ

  • Quant VideoGen: Auto-Regressive Long Video Generation via 2-Bit KV-Cache Quantization — arXiv AI+ML+CL

• FlowPrefillは、プリフィルスケジューリング粒度からプリエンプションを分離することでヘッドオブラインブロッキングを軽減する新手法だ。多様なSLOを持つ多数の並行リクエストを処理する際のTTFT（初回トークンまでの時間）SLO違反を削減する

  • FlowPrefill: Decoupling Preemption from Prefill Scheduling Granularity to Mitigate Head-of-Line Blocking in LLM Serving — arXiv AI+ML+CL

• 重み情報を活用したニューロン活性化（WINA）により、訓練不要でLLM推論を高速化する手法が提案された。Mixture-of-Expertsのような専用訓練を要する選択的活性化手法と比較して、広範な適用可能性とリソース効率を両立している

  • WINA: Weight Informed Neuron Activation for Accelerating Large Language Model Inference — arXiv AI+ML+CL

---

プライバシー・機械的忘却（Machine Unlearning）

• 機械的忘却が削除データを保護する一方で、残存（未削除）データのプライバシーに重大なリスクをもたらすことが示された。「完全再トレーニング模倣」アプローチにより、削除されていないデータポイントの再構成攻撃が可能になるというパラドックスが明らかになった

  • Protecting the Undeleted in Machine Unlearning — arXiv AI+ML+CL

• 協調学習における勾配反転攻撃（GIA）に対し、トークン難読化によりプライベートトレーニングデータを保護する手法が提案された。従来の勾配摂動ベース防御の限界を超える新たなアプローチとして位置づけられている

  • Mitigating Gradient Inversion Risks in Language Models via Token Obfuscation — arXiv AI+ML+CL

• GDPRやEU AI Act等の法的要件に応えるため、強化学習を利用した忘却（Reinforcement Unlearning）がGRPOを用いて提案された。既存の忘却手法が消去しようとしているデータをリークしたり、流暢さと堅牢性を犠牲にする問題を解消する方向性が示されている

  • Reinforcement Unlearning via Group Relative Policy Optimization — arXiv AI+ML+CL

• LLMがAI生成コンテンツで汚染されたデータで再帰的に訓練される問題について、汚染があっても新鮮な情報が一定量存在する限り改善の余地があることが理論的に示された。モデル崩壊の回避条件を明確化した重要な知見だ

  • Can Generative Artificial Intelligence Survive Data Contamination? Theoretical Guarantees under Contaminated Recursive Training — arXiv AI+ML+CL

---

科学的発見へのAI応用：創薬・材料科学・計算科学

• 分子結晶構造予測という計算化学の難問に対し、フローマッチングベースの生成モデルMolCrystalFlowが提案された。分子・無機固体・金属有機構造体などへの生成モデル適用に続き、完全周期的分子結晶への拡張は重要なマイルストーンとなる

  • MolCrystalFlow: Molecular Crystal Structure Prediction via Flow Matching — arXiv AI+ML+CL

• RNA逆折りたたみ問題（3D構造から配列を設計する）に強化学習誘導拡散モデルRIDERが適用された。ネイティブ配列回収率を超えた構造的忠実度の最適化という、より本質的な評価指標への移行を実現している

  • RIDER: 3D RNA Inverse Design with Reinforcement Learning-Guided Diffusion — arXiv AI+ML+CL

• 薬理化学者が用いる匹合分子対（MMP）変換を大規模にモデリングしたRAG統合基盤モデルが提案された。全分子レベルではなくローカルな化学編集を制御可能にするアプローチで、薬物探索の効率化に直結する

  • Retrieval Augmented Foundation Models for Matched Molecular Pair Transformations to Recapitulate Medicinal Chemistry Intuition — arXiv AI+ML+CL

• LLMを活用した宇宙論的アルゴリズムの進化的最適化フレームワークMadEvolveが発表された。GoogleのAlphaEvolveと類似したアプローチで、自由パラメータの最適化をより強調した設計となっており、科学的アルゴリズム発見への応用が示されている

  • MadEvolve: Evolutionary Optimization of Cosmological Algorithms with Large Language Models — arXiv AI+ML+CL

---

マルチモーダルAI・Vision-Language Modelの限界と進歩

• VLMの視覚的視点取得（他者の視点から世界を推測する能力）に関する診断ベンチマークFlipSetが提案された。103種のVLM評価で系統的な自己中心バイアスが発見され、社会的認知の基礎となる視点取得能力がVLMで一貫して欠如していることが示された

  • Egocentric Bias in Vision-Language Models — arXiv AI+ML+CL

• テキストアイデンティティを持たないバイナリグリッド上の塗り潰しセルの正確な位置特定においてVLMが根本的な限界を持つことが示された。Claude Opus、ChatGPT 5.2など複数のフロンティアVLMを評価し、テキスト認識が空間的推論を媒介していることが示唆された

  • Can Vision-Language Models See Squares? Text-Recognition Mediates Spatial Reasoning Across Three Model Families — arXiv AI+ML+CL

• Tavus Phoenix-4がガウス拡散モデルを用いたリアルタイム感情知性とサブ600msレイテンシーを実現するジェネレーティブビデオAIとして発表された。アバター生成の「不気味の谷」問題を解消し、感情文脈を持つリアルタイム人間インタラクションを可能にする技術的前進を示している

  • Tavus Launches Phoenix-4: A Gaussian-Diffusion Model Bringing Real-Time Emotional Intelligence And Sub-600ms Latency To Generative Video AI — MarkTechPost

---

LLMの解釈可能性・機構的分析

• LLM内のステアリングベクターが個性特性を独立に制御できるという仮定を検証したところ、Big Five性格特性の方向性間に幾何学的干渉が存在することが判明した。性格ステアリングの現行アプローチには根本的な限界があり、独立制御という前提は成立しない可能性がある

  • Do Personality Traits Interfere? Geometric Limitations of Steering in Large Language Models — arXiv AI+ML+CL

• 因果推論がLLM解釈可能性研究において不可欠であるという主張が展開された。活性化からの不変高レベル構造への有効なマッピングを特定するための条件を明確化しており、「因果性なしには汎化しない」という警告が既存の多くの解釈可能性研究に根本的課題を提示している

  • Causality is Key for Interpretability Claims to Generalise — arXiv AI+ML+CL

• AIシステムが自己を言語で記述する際、その内省的語彙がモデル内部の活性化ダイナミクスを実際に追跡することが示された。LLMの自己参照処理が単なる高度な告白ではなく内部計算を反映している可能性を示す興味深い知見だ

  • When Models Examine Themselves: Vocabulary-Activation Correspondence in Self-Referential Processing — arXiv AI+ML+CL

---

ロボティクス・具現化AI（Embodied AI）の加速

• World Action Model（WAM）の概念を実装したDreamZeroが提案された。VLAモデルが新しい物理的動作への汎化に苦労する問題に対し、ビデオ拡散バックボーン上でビデオと行動を共同モデリングするアプローチがゼロショットポリシーとして機能することが示された

  • World Action Models are Zero-shot Policies — arXiv AI+ML+CL

• ロボット操作の汎用VLA事前学習において、多様性駆動エージェントフレームワークRoboGeneによる実世界タスク生成の自動化が提案された。高コスト・スケール限界・一般的タスクへの偏りという人間デモ収集の課題を解消する方向性を示している

  • RoboGene: Boosting VLA Pre-training via Diversity-Driven Agentic Framework for Real-World Task Generation — arXiv AI+ML+CL

• 検証スケーリングがVLAモデルのポリシー学習スケーリングより効果的な場合があることが示された。テスト時の検証を通じた”意図-行動ギャップ”の縮小は、ロボティクスにおけるスケールアップ戦略に重要な示唆を与える

  • Scaling Verification Can Be More Effective than Scaling Policy Learning for Vision-Language-Action Alignment — arXiv AI+ML+CL

• 自律走行車の新都市への展開において、人間デモなしの自己プレイ強化学習で走行ポリシーを習得する手法が提案された。道路形状・交通規則・インタラクションパターンが訓練時と異なる新都市での適応を、人間デモ収集なしに実現できる可能性がある

  • Learning to Drive in New Cities Without Human Demonstrations — arXiv AI+ML+CL

---

LLMの創造性・多様性・文体制御

• LLMの創造的文章は人間の専門的作家と比較して不確実性が著しく低いことが実証された。文学理論において不確実性は創造的表現の必要条件とされており、アライメント戦略がモデルを不確実な出力から遠ざけることで、創造性の本質的側面が犠牲になっている可能性が示された

  • LLMs Exhibit Significantly Lower Uncertainty in Creative Writing Than Professional Writers — arXiv AI+ML+CL

• 7ヶ月間のポエトリーワークショップで、LLMを反復的なインコンテキスト専門家フィードバックによって独自スタイルを持つ「デジタル詩人」に形成する実験が報告された。再トレーニングなしで独自スタイルと一貫したコーパスを発展させ、ペンネームと自伝まで自発的に生成した

  • Creating a digital poet — arXiv AI+ML+CL

• アライメント手法が出力品質を向上させる一方でモデルの多様性を低下させるという緊張関係を解消するため、品質制約付きエントロピー最大化ポリシー最適化手法が提案された。品質と多様性の理論的分解に基づく厳密な定式化が示されている

  • Quality-constrained Entropy Maximization Policy Optimization for LLM Diversity — arXiv AI+ML+CL