Strong-to-Weak Scaffolding: パラメータ更新なしで弱いモデルを鍛える推論時ハーネス設計

LLM（大規模言語モデル）を使ったエージェントシステムの実運用が広がるにつれて、コストの観点から小型・安価なモデルをどう活用するかが現実的な課題になっています。大型モデルに匹敵する性能を小型モデルに持たせる代表的な方法は […]

宇宙物理学における基盤モデル

近年、深層学習を大量のデータで一度事前学習し、それを多様なタスクに使い回す「基盤モデル（Foundation Model）」という言葉が、天文学のデータ解析でも目にする機会が増えています。ただし、Transformerを […]

大規模言語モデル（LLM）をチャットボットや対話型エージェントとして、単発かつ低同時接続で動かす場面では、生成速度が伸びずにもどかしさを感じることがあります。この種のワークロードでは、モデルの重みや会話履歴のキャッシュを […]

監視カメラや車載カメラの多くは魚眼レンズや広角レンズを採用しており、ドローンや360度カメラの映像を解析する場面も珍しくなくなっています。加えて、ゲーム実況やeスポーツ分析の現場では、実写ではなくゲームエンジンがレンダリ […]

AIエージェントが自律的に計画し行動する場面が増えるにつれ、次に世界がどう変化するかを予測する「世界モデル（World Model）」への関心が高まっています。しかし、従来の世界モデルは物体の位置や形状、動きといった物理 […]

Claude Code、GitHub Copilot、Codexといった主要なAgent Host上で、SKILL.md という1枚のファイルにタスクの手順を記述することでエージェントの振る舞いを拡張する「Agent S […]

LLMエージェントに求められる役割は、質問に答えることから、スライド作成やスプレッドシート編集、3Dシーンの構築、CAD設計、音楽制作まで、実際にソフトウェアを操作して成果物を仕上げることへと広がっています。こうしたタス […]

エージェントが利用できるスキル（ツールやAPI、手順書などのドキュメント）は、SRA-Benchで約26,000件、SkillBench-Suppでは約77,000件におよびます。これほど大規模になると、膨大な選択肢から […]

近年、LLMベースのエージェントにおいて、自らのプロンプトやガードレールを修正し自己改善を進める「自動ハーネス最適化 (Automated Harness Optimization)」の導入が進んでいます。しかし、「観察 […]

現代のAIエージェントの能力は、基盤モデル単体の性能だけで決まるわけではありません。プロンプトの構築、状態の管理、そしてツールの呼び出しなどを統制する「ハーネス（Harness）」と呼ばれる実行基盤が重要な役割を担ってい […]