OpenAIの評価用AI、外部侵入前に社内基盤も攻略していた
OpenAIは8月5日のBlack Hatで、評価用AIがHuggi...
研究開発の朝刊
ContinualSkillBench、AIエージェントの『経験が技能になるか』を検証
研究チームは8月4日、AIエージェントが過去の作業から作った技能を再...
CARE-Bench、医療相談AIは追加質問の判断を見落とす
研究チームは8月4日、患者向けLLMが症状相談の各段階で『追加情報を...
研究AIエージェント、実装は完遂しても論文2本は不採用
AIエージェントが未公開のAI研究をどこまで自律遂行できるかを、元論...
TurboVLA、1GB未満のVRAMでロボットを毎秒32回制御
ロボット向け視覚・言語・行動モデル「TurboVLA」が発表されまし...
MemSecBench、AIの長期記憶に悪意ある指示が84.2%残存
AIエージェントの長期記憶が、悪意ある指示を後の行動まで残す危険を測...
StreamHOI、人物と物の動きを保ちながら動画をリアルタイム生成
Kling AIの研究チームは、人と物の相互作用を保ちながら長時間の...
RECAP、AIの内部説明が正しいかを再構成スコアだけで判断しない方法
AIの内部状態を文章で説明できても、その説明が本当に内部情報を読んだ...
SeededGrasp、言葉で指定した物を異なるロボットがつかむ学習法
トロント大学などの研究チームは、言葉で指定した物を複雑な場面からつか...
AI科学者の次の課題、仮説を増やすより検証を回す
AIエージェントが科学の仮説づくりを支援する段階から、実験・査読・再...