LangChainJP

【Sakana AI、社内の情報を整理し、AIエージェントを動かす基盤を発表】 Sakana AIは「Sakana Aquarium」を発表した。業務に必要な情報やルールを整理し、それを使うAIエージェントを作り、動かし、管理するための共通基盤。 同社によると、金融などの案件では、データをつなぎ、用語や判断基準を整理する作業を毎回やり直す課題があった。そこでAquariumでは、一度整えた情報やルールを、同じ組織の別のAIエージェントでも再利用できるようにしている。 情報の整理に使うのがオントロジー。データの意味や関係、判断のルールをAIが使える形に整理したもので、たとえば顧客と契約の情報を「誰が何を契約しているか」という関係で結び付ける。Aquariumは表や文書を元の保存先に置いたままつなぎ、内容の変更も反映する。 AIエージェントは、こうして整理した情報をもとに業務を進める。利用者は、AIが見てよい情報や、人の承認が必要な処理を設定できる。情報の確認、判断、承認、処理の実行といった手順を組み合わせ、複数のエージェントをまとめて管理できる。Aquariumは判断の根拠や実行結果も記録する。 同社は、運用中に生じる修正や判断を取り込み、オントロジーやAIエージェントを更新し続ける仕組みも開発している。

【人型ロボットの動作再現、1GPU・3時間で従来手法の成績を上回る】 米カリフォルニア大学バークレー校の研究チームが「SuperMimic」を公開。ロボットの動きの結果を予測するワールドモデルをシミュレータの記録から学ぶ。1つのモデルで多様な動作を仮想的に試し、微分を使って行動の決め方を改善する。 著者らの評価では、H100を1基使い3時間学習したSuperMimicが、L40を128基使い7日間学習したSONICの公開モデルを、動作再現の報酬を0〜1に正規化した指標で上回った。 学習に使った動作データはSuperMimicが約265時間分、SONICが611時間分。GPU時間（台数×学習時間）はSuperMimicがSONICの1,000分の1未満だったが、GPUとデータ量が異なるため、同一条件での速度差を示す数値ではない。 両手法の学習に使われた129,514動作をシミュレーションで評価し、著者らの基準で失敗はSuperMimicが25件、SONICが179件。SuperMimicはH100を2基使い9.8時間学ぶと0件となった。 著者らはシミュレーションで学んだ1つの制御モデルを実機のUnitree G1に移し、動作ごとの調整なしで横に転がる動作や360度の宙返りを再現できることを示している。

【AIが計算機械の動きを短い規則に要約、11台で正しさを検証】 Google DeepMindとケンブリッジ大学の研究者らは、チューリングマシンの動きを短い数式で表すAIの手法を、査読前論文で公開した。チューリングマシンは、マス目付きのテープの記号を読み書きし、読み取り位置を左右どちらかへ1マス動かす操作を繰り返す、理論上の計算機械。 研究対象はビジーバーバー問題。例えば、使う記号は0と1、内部の動作モードは6つと条件をそろえ、読み書きや移動の規則が異なる機械を考える。すべて0のテープから動かし、いつか停止する機械の中で、停止までの操作回数の最大値を求める。永遠に動く機械は数えないため、長く動いているだけなのか、決して止まらないのかを区別する必要がある。 AIが動作記録から規則を予想し、追加の計算で確かめて証明を作る。基本工程にGemini 3.1 Pro、追加探索にGemini 3.8 Flashを使い、定理証明支援系Lean 4で検証する。 著者らは、6つの動作モードと0・1を使う11台で、新たな動作規則を発見し、その正しさを形式検証したと報告している。11台がいつか停止するかは引き続き未解決。 得られた規則では、記号の並びの繰り返し回数を数値として扱い、偶数か奇数かなどの条件に応じて次の数値を求める。著者らは、多数の記号の読み書きをこうした数値の更新にまとめても、元の機械の動きを正確に表せることを証明している。

【AIエージェントに渡す情報の設計をLangChainが解説】 LangChainはブログで、AIに渡す情報の設計「コンテキストエンジニアリング」を検索から解説した。一度に扱える情報量には限りがあり、非効率な検索、情報の詰め込み、無関係・古い情報の混入が課題になる。 同社のエージェント実行基盤「Deep Agents」はglobでファイル名、grepで本文を検索し、read_fileで既定100行ずつ読む。約20Kトークンを超えるツール結果はファイルへ退避し、パスとプレビューを渡す。 同社は独自の検索ツールでも、結果を保存してパスを返し、別のAI（サブエージェント）に読ませて要点と出典を受け取る構成を勧めている。 取得内容は指示として扱わない。指示文や区切り方だけでは悪意ある指示への追従を防ぎ切れない。同社は想定した出典が引用され、主張がその内容と一致するかの確認を勧めている。

【Letta、AIが経験を次の課題に生かせるかを測るベンチマークを公開】 AI研究企業のLettaが「FrontierMemory 1.0」を公開した。過去の作業記録から記憶を作り、次の課題に生かせるかを測る。既存のベンチマークを基にした15課題で、作業の決まり、ユーザーの好み、環境の特徴を学ぶ力を調べる。記憶作成は最大6時間。 モデル比較では、記憶を作る仕組み「Letta Dream」と、記憶を使って課題を解くコーディングエージェント「Letta Code」を使用。解答役にはOpus 5.5とGPT-6 Solを使い、考える量の設定を最大にして、2モデルのうち高い達成率を成績とする。 記憶を作るモデルがOpus 5.5またはGLM-5.3なら73.3%、GPT-6.1 SolまたはGemini 4 Argonなら60.0%となった。 Lettaは、Prime IntellectのAIエージェント「Prime Agent」とも比較した。記憶作成と解答にOpus 5.5を最大設定で使い、15課題を各1回解いた達成率は、Letta DreamとLetta Codeの組み合わせが73.3%、Prime Agentが60.0%。 今回の比較では、同じモデルでも、記憶を作って使う仕組みごとに達成率が異なっている。

【画像生成用トークナイザーを生成モデルで学習、演算量を約7分の1と予測】 スタンフォード大学などの研究者が、画像を特徴表現に変換するトークナイザーの学習手法RePRを提案した。査読前論文。 画像の一部を隠し、別の部分を手掛かりにした場合としない場合の予測誤差の差を生成モデルで推定。これを特徴表現の学習に使う。 生成モデルの規模と学習量を揃え、著者らは学習演算量と生成性能の関係を分析。実験で得た傾向を延長した試算では、画像データセットImageNetで特徴抽出モデルDINOv2並みの生成性能を約7分の1の学習演算量で得られるという。文章付き画像データGPICでは、特徴抽出モデルWebSSLに対して約8分の1と試算している。 トークナイザーと生成モデルの合計学習演算量をほぼ揃え、ImageNetの256×256画像を生成。生成内容を調整する誘導を使った評価では、RePRを組み合わせた生成モデルJiT-LのFID-50K（低いほど良い画像評価指標）は2.18で、JiT-L単独の2.36を下回る。

【データベースの採点を強化学習の報酬に、20回すべて成功したタスクが38件から107件に】 MicrosoftとHugging Faceは共同ブログで、AIを動かす環境ThinkingBoxを使い、Qwen3.8-27Bを強化学習した結果を公開した。 学習対象のQwenの処理結果を、ThinkingBox内のプログラムがデータベースの最終状態から採点する。データベースだけで確認できない回答内容は、別のAIであるGPT-5 Chatが判定を補助。成功1・失敗0をQwenの学習報酬にする。 両社は評価用507件とは別に学習用187件を選び、同じタスクを複数回試した報酬を比べるGRPOでQwenを50ステップ更新した。 学習前後で507件を各20回実行すると、平均成功率は51.70%から60.78%に上昇。1回以上成功したタスクは453件から446件に減った一方、20回すべて成功したタスクは38件から107件に増えている。

【Trainiumでのモデル動作を調べるWebアプリ】 Hugging Faceは、AWSのAIチップTrainiumでのモデル動作を調べるWebアプリを紹介した。 テストではTrainium2チップ最大4個（16コア）で32トークンを生成する。実行結果がPASSなら、モデルの読み込みと短い生成処理が完了したことを示す。ただし、生成文を検証できていない場合もあり、速度や長文生成の動作は保証しない。 モデルごとの判定とテスト環境、実行コードを確認でき、同じ条件で試せる。

【ClaudeのチャットとCowork統合版がEnterpriseで一般提供】 Anthropicが、チャットと、ファイル操作や資料作成を任せられるCoworkの統合版をClaude Enterprise向けに一般提供開始。 Claudeは同じ会話で質問に答え、必要ならAnthropic管理のクラウドでコード実行やファイル操作を進め、文書や分析、スライドを作成する。PCを閉じても作業は続き、Web・デスクトップ・モバイルで再開できる。 管理者は役割別に利用可否と使えるモデルを設定できる。Sonnet・Haikuだけを使う「Efficient mode」、組織・グループ・個人の支出上限も設定可能。 コード実行などの作業は会話ごとに独立した仮想マシンで行い、そこからの外部通信は既定で無効。 導入は管理者が組織設定から有効化する方式。データを保持しない設定、医療情報保護法HIPAAへの対応設定、顧客管理の暗号鍵を使う組織は現在対象外。

【OpenAI、10億人超を支えるストレージ基盤の拡張手法を公開】 OpenAIは公式ブログで、40地域の10億人超を支えるデータ保存基盤「Habitat」の拡張手法を紹介した。中核にはMicrosoftのデータベースサービスAzure Cosmos DBを使う。 用途別に格納先を分ける方式では各チームの容量計画が課題となり、再び共有する方式へ移行。Azureチームと協業し、負荷の集中先を優先的に制限する仕組みや、一括登録などの処理より利用者向けの処理を優先する制御を導入した。 読み取りは全リクエストの90%超。重要データの地域間複製、頻繁に使うデータを処理する場所の近くに一時保存するキャッシュ、プログラミング言語Rustへの書き換えにより、世界全体の読み取り時間の中央値を約120msから約10msへ短縮したと報告している。