Amazon AGIの論文がエージェント向け強化学習環境のAutoGymを提案
Amazon AGIの論文は、エージェント向け強化学習環境を生成するAutoGymを提案している。AutoGymは、小さなドメインシードまたは過去のモデル軌跡から、タスク、実行可能な環境、検証器をまとめて作成する。
論文はarXiv:2609.22592。Chat with Paperのページもある。
関連AIニュース
Elvisは、OpenAIが独自のコンピュータを備えたdotsを発表したと述べている
Elvisは、OpenAIがdotsを発表し、ここ数日テストしてきたと述べている。能動的な機能、内蔵コンピュータ、DevDayの移動と会議の整理に使ったノート作成ツールについて説明している。
MIT CSAILの論文が単一プリミティブのエージェント枠組みJAZを発表
JAZはLLMにコードを書かせ、単一のinvokeプリミティブを再帰的に呼び出させ、入力と履歴を変数として渡す。論文によると、プロンプトのみで記憶システムを使わない場合、StuLifeの想起負荷が高い部分でLetta（MemGPT）を8%上回り、コストは半分。AppWorldではACEを4%上回り、コストはより低い。
Jev-Mem論文、AIエージェント向けメモリ構築の高速化を報告
Jev-Mem論文は、軽量コントローラーが保存と検索の判断を行い、LLMは最終的な推論にのみ使うエージェント型メモリ構成を提案している。メモリ構築が6.6倍高速化し、クエリ遅延が36.7%低下し、LoCoMoスコアは0.777だったと報告している。
Taste-Benchで最高のモデルは、より良い方向を59.7%の割合で選ぶ
Microsoftらの論文によると、長期のエンジニアリングと研究タスクで、開いている方向のうちより良いものを選ぶTaste-Benchの設問に、最高のモデルは59.7%正解した。後から現れる証拠で決まる分岐ははるかに難しく、推論予算を増やしても精度は上がらない。教師の結果判断を蒸留すると、未使用のSWE-bench Proでの成功率は向上した。
論文、富裕と推定した利用者に個人AIエージェントが高額な選択肢を勧めると指摘
新しい論文は、13モデルのうち8つが、依頼内容が同一でも、富裕と推定した利用者に対し、より高額な航空券、医療保険、または大学院課程を選んだと報告している。Claude Opus 4.8では、差は航空券1件あたり198ドル、保険は月284ドルに達する。