日次レポート

本日のAIトピック（2026-03-21 06:00 → 2026-03-22 06:00 JST）

• 見出し: 記憶と強化学習で進化するLLMエージェント基盤
• 要点(2–4行):
  • マルチエージェント推論でメモリサイクルを協調させるMemMAが提案された。
  • マルチターンLLMエージェントのRL訓練向けにロールアウト即サービス基盤が示された。
  • 状態グラフ上の位相を考慮した報酬伝播手法によりエージェント学習の効率化が図られた。
  • エージェントがエージェントを設計するスキル抽象化の枠組みが示された。
• 影響領域: 研究/応用事例

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18718
  • arxiv.org/abs/2603.18815
  • arxiv.org/abs/2603.18859
  • arxiv.org/abs/2603.18743

• 見出し: AIのバイアスとガバナンスおよび社会制度への影響

• 要点(2–4行):
  • 単独およびマルチエージェント生成AIにおける言語的ステレオタイプが分析された。
  • 予測型治安維持の都市横断シミュレーションでアルゴリズムバイアスが検証された。
  • マルチエージェントの統治システムにおける腐敗の発生と測定が評価された。
  • 司法判断におけるAIの役割と人間の意思決定への影響が論じられた。
• 影響領域: 研究/政策・規制/安全性

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18729
  • arxiv.org/abs/2603.18987
  • arxiv.org/abs/2603.18894
  • arxiv.org/abs/2603.19042

• 見出し: 拡散モデルの学習最適化と出力多様性

• 要点(2–4行):
  • 拡散LLMの方策最適化で軌跡削減を行うdTRPOが提案された。
  • 離散拡散の並列デコーディングで多様性を高めるDPP分割手法が示された。
  • T2I拡散で語以上の概念を対象に多様なアンラーニングを行う手法が発表された。
• 影響領域: 研究

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18806
  • arxiv.org/abs/2603.19146
  • arxiv.org/abs/2603.18767

• 見出し: 新しいアテンション機構と時間系列予測

• 要点(2–4行):
  • 外部記憶と抽象概念表現を統合したアテンションMANARが提案された。
  • スパースアテンションにより多チャネル時系列予測の精度と効率を両立する手法が示された。
  • ゲーム理論と統計物理に着想を得たGibbs型アテンションのトランスフォーマが報告された。
• 影響領域: 研究

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18676
  • arxiv.org/abs/2603.18712
  • arxiv.org/abs/2603.18761

• 見出し: 数理推論と不確実性評価および課題生成

• 要点(2–4行):
  • 数学対象上のオンポリシー報酬モデリングとテスト時集約で推論性能を高める研究が報告された。
  • サンプリング規模とともに推論モデルの不確実性推定がどのようにスケールするかが分析された。
  • LLMが興味深い数学研究課題を生成できるかを評価する試みが提示された。
• 影響領域: 研究

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18886
  • arxiv.org/abs/2603.19118
  • arxiv.org/abs/2603.18813

• 見出し: モデルアライメントと内部状態の可視化およびエンドポイント同定

• 要点(2–4行):
  • LLMの線形アライメントを安全に実施する枠組みが提案された。
  • 会話全体にわたる内部状態の定量的トラッキング手法が示された。
  • LLMエンドポイントの安定性と同一性を行動指紋で識別する手法が報告された。
• 影響領域: 研究/安全性

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18908
  • arxiv.org/abs/2603.18893
  • arxiv.org/abs/2603.19022

• 見出し: 視覚言語モデルの思考連鎖と幾何推論強化

• 要点(2–4行):
  • VLMのChain-of-Thought訓練を改善する手法やポリシー最適化が提案された。
  • 視覚テキスト交互の幾何推論用ベンチマークとアルゴリズムが公開された。
  • 初等幾何の構成推論などマルチモーダル推論精度の検証が進んだ。
• 影響領域: 研究

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18656
  • arxiv.org/abs/2603.18662

• 見出し: 意図整合のための構造化プロンプトと心の理論研究

• 要点(2–4行):
  • 5W3Hに基づく構造化プロンプトがユーザー意図整合に与える効果が評価された。
  • 心の理論に基づくAI研究の第2回ワークショップ論文集が公開された。
• 影響領域: 研究

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18976
  • arxiv.org/abs/2603.18786

• 見出し: マルチエージェント経路探索とUAV支援VANET

• 要点(2–4行):
  • 非同期行動を許すマルチエージェント経路探索のコンフリクトベース探索が拡張された。
  • UAVによるVANET支援のため意味拡張型DRLフレームワークが提案された。
• 影響領域: 研究/応用事例

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18866
  • arxiv.org/abs/2603.18871

• 見出し: 個人化キーワードスポッティングの新手法が相次ぎ発表

• 要点(2–4行):
  • PCOV-KWSはオープン語彙とカスタマイズ性に対応するマルチタスク学習を提案
  • ProKWSは音素とプロソディの協調学習で個人化性能向上を狙う
  • 音声インタフェースの柔軟性と精度向上に寄与
• 影響領域: 研究/応用事例

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18023
  • arxiv.org/abs/2603.18024

• 見出し: マルチモーダル理解の改良と記号理解の齟齬を同時に報告

• 要点(2–4行):
  • AlignMamba 2がモダリティ認識型Mambaで融合と感情分析を強化
  • MLLMの離散記号理解に生じる認知的不整合を体系的に分析
  • 融合設計と評価ベンチの見直しを促す
• 影響領域: 研究

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18462
  • arxiv.org/abs/2603.18472

• 見出し: エージェント記憶を統制するポリシー層と二重過程メモリを提案

• 要点(2–4行):
  • MemArchitectがポリシー駆動の記憶管理とガバナンスを実装
  • D Memが短期推論と長期知識を分担する二重過程記憶を設計
  • プライバシー順守と性能両立を狙う記憶戦略を検討
• 影響領域: 研究/安全性

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18330
  • arxiv.org/abs/2603.18631

• 見出し: ニューロソフトシンボリック手法で推論とプログラム生成を前進

• 要点(2–4行):
  • AS2が微分可能なSoft Answer Setsで神経記号推論をエンドツーエンド化
  • 反事実推論を用いたCross Domain Demo to Codeでデモからコード生成を汎化
  • 解釈性と構造制約を活かした堅牢化を報告
• 影響領域: 研究

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18436
  • arxiv.org/abs/2603.18495

• 見出し: 医療AI評価の妥当性ギャップとAI起案ノートの言語シフトを解析

• 要点(2–4行):
  • ベンチマーク構成の偏りが外的妥当性に与える影響を横断分析
  • アンビエントAI起案と医師最終文書の間で消費者語から臨床語への変換を多層解析
  • 評価設計と臨床文書化の整合性向上を提言
• 影響領域: 研究/安全性/政策・規制

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18294
  • arxiv.org/abs/2603.18327

• 見出し: 教育向けAIで指導支援チャットボットと自動研究エージェントを提案

• 要点(2–4行):
  • 教員向けファインチューニング済みTeachingCoachが足場づくり支援を提供
  • 教育データマイニングの自動化を狙うドメイン特化型マルチエージェントEDM ARSを提示
  • 教育現場での設計負担を軽減し反復研究を加速
• 影響領域: 研究/応用事例

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18189
  • arxiv.org/abs/2603.18273

• 見出し: Googleのタスク自動化とDoorDashのTasksが示すAI作業代行の現在地

• 要点(2–4行):
  • Geminiのタスク自動化は遅く不安定ながら着実に進化しているとのハンズオン評価
  • DoorDashのTasksアプリ体験はAIがギグワークを細分化管理する将来像への懸念を示唆
  • サービス横断の操作自動化は利便性と透明性や労働影響のバランスが課題
• 影響領域: 製品/応用事例/政策・規制

• 一次ソースURL（代表のみ箇条書き）

  • www.theverge.com/tech/898282/gemini-task-automation-uber-doo…
  • www.wired.com/story/i-tried-doordashs-tasks-app-and-saw-the-…

• 見出し: 国防総省とAnthropicの協議はほぼ一致と判明 Anthropicは戦時の妨害否定

• 要点(2–4行):
  • 新たな裁判資料でペンタゴンがAnthropicに両者はほぼ一致と伝えていたことが判明
  • トランプ氏の関係解消宣言と時期的に矛盾し政府との関係性を巡る不透明感が拡大
  • Anthropicは戦時にAIツールを妨害できるとの指摘を否定し運用権限設計を説明
• 影響領域: 政策・規制/企業動向/安全性

• 一次ソースURL（代表のみ箇条書き）

  • techcrunch.com/2026/03/20/new-court-filing-reveals-pentagon-…
  • www.wired.com/story/anthropic-denies-sabotage-ai-tools-war-c…

• 見出し: 空間地理推論と能力評価

• 要点(2–4行):
  • 生成AIが地理知識をどのように表現し推論するかが体系的に分析された。
  • 地名関係や空間推論の誤り傾向と限界が検討された。
• 影響領域: 研究

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18881

• 見出し: 資源配分と後悔最小化の理論界

• 要点(2–4行):
  • 内生的コストを伴う競争的資源配分におけるオンライン学習の後悔界が導かれた。
  • マーケットやネットワークでの意思決定理論への示唆が示された。
• 影響領域: 研究

• 一次ソースURL（代表のみ箇条書き）

  • arxiv.org/abs/2603.18999

• 見出し: テトリス系パズルの難易度評価

• 要点(2–4行):
  • テトリスブロックパズルにおけるゲーム難易度の定量評価手法が検討された。
  • レベル設計や自動生成の指針となる指標が示された。
• 影響領域: 研究/応用事例
• 一次ソースURL（代表のみ箇条書き）
  • arxiv.org/abs/2603.18994