AI学習の常識であった「データは多いほど良い」に対し、「時には少ない方が賢くなる（Less is More）」現象のメカニズムを理論的に解き明かす研究が発表されました。
この研究は、AI開発が「とにかくデータを集める」戦略から、「賢くデータを選ぶ」戦略へと転換する一助となるかもしれません。
Algomatic AI ラボ
Algomatic AI ラボ
135 posts
Algomatic AI ラボ
@Algomatic_AILab
AI/LLMに関する情報を発信しています。解説記事 : note.com/algomatic_oa/m Algomatic HP : algomatic.jp 採用情報 : recruiting.algomatic.jp
Algomatic AI ラボ’s posts
最新の研究論文をAIが読み取り、そのまま"使えるAIエージェント"へ変えてしまう技術が出てきました。これにより、新しい論文の知見をほとんど準備なしで応用できるようになります。
AIが「学習しなくても賢くなる」時代に。
たくさんの“良い例”をプロンプトで渡すだけで、成績がどんどん上がっていく。
これまでは、覚えるために一定時間の再学習が必要でした。
「Many-Shot
「内容が薄いコンテンツ」のインプットが、AIの思考力を鈍らせると判明しました。
ついSNSを見てしまう、わたしたち人間の行動に似た傾向が、LLMにも起きるという驚きの研究結果です。
AIにプロジェクトマネジメントの一部を学習させ、AIエージェントの組織を作ってタスクを実行させたところ、高いパフォーマンスを発揮した、という研究論文が発表されました。
仮説検証と結果の観測を繰り返しながら、自律的に科学的研究を進めるAI科学者が生まれました。
今回開発された「Kosmos」は研究テーマを与えると、自分で文献を読み、データを分析し、仮説を立て、最終的に新しい発見を報告書にまとめてくれる、まさに科学者のような活動を自律的に行います。
従来のAIは、膨大な例から「考え方の傾向」を掴むことで推論（＝結論を導く過程）を模してきました。
「Tensor Logic」は、思考の「構造」そのものをテンソル方程式（＝多次元の数式）で表し、学習のプロセスに組み込みます。
DeepSeek-AIの研究者らが、LLMの長文処理による性能低下問題を克服するため、「テキストを一度画像化してAIに読み込ませる」という斬新な手法を試したところ、従来の方法と比較して、処理速度とコストが大幅に改善したと報告しています。
地図が"未来を少しだけ先読み"できたら。
Googleの「Earth AI」が、地図の上で「この先、どこで何が起こるか」を教えてくれる新しい仕組みです。
衛星画像・人口の動き・天候/大気質など複数の基盤モデルを、Gemini（Geospatial Reasoning）で横断的に推論します。
AIに「じっくり考えさせる」と、犯罪指示への加担リスクが高まると判明しました。
指示が長く複雑になるほど、非倫理的な入力を拒否せずに従ってしまう可能性が高まるそうです。
Googleの「DS-STAR」は、複数のデータファイルをまとめて読み解き、分析〜レポート生成までを自動化するデータサイエンスエージェント。面倒な前処理の多くを肩代わりし、分析の立ち上がりを一気に短縮します。
AIエージェント開発において、「プロンプトエンジニアリング」とは異なるアプローチである「コンテキストエンジニアリング」の重要性が明らかになっています。
AIへの情報の与え方を戦略的に設計するだけで、その性能が劇的に変化することが示唆されています。
Metaなどの研究者らが、AIエージェントが明確な「報酬」がなくても、自らの「失敗経験」から学習することで賢くなることが判明しました。
この「初期経験（Early Experience）」と呼ばれるアプローチは、AIの自律的な性能向上に大きな影響を与える可能性があります。
Replying to
Why Less is More (Sometimes):
A Theory of Data Curation
「機密データをAIにそのまま学習させる」
これまで禁じ手とされてきたこの行為が当たり前な社会が来るかもしれません。
そもそも、なぜ機密データをAIに学習させることが、これまでは避けられてきたのでしょうか。
人は、相手を騙そうと思っていなくても、都合の悪い情報を少し控えめに話したり、良い面を大きく見せたりすることはよくあります。
たとえば、営業で契約を取りたいとき、上司に企画を通したいとき…
AIも同じような"誘導"をしていることがわかりました。
Replying to
Many-Shot In-Context Learning
ChatGPTとの会話だけで、モノが買えるようになりました。
たとえば、「予算100ドル以下のランニングシューズ」と聞くと候補を提示。
気に入った商品は「チャット画面を離れることなく」、数クリックで配送先や支払い情報を確認して購入まで完了できます。
この機能は「Instant
複数人の会話で、特定のひとだけを匿名化。録音の価値を保ちつつ守る設計が、より現場レベルへ近づきました。
相手の声と流れはそのままで、特定のひとだけ別人の声になる。まるで録音のなかで「透明人間」になる感覚です。
ドラえもんが家にいる。そんなSFの世界が、現実になるかもしれません。
Google DeepMindが、ロボットに人間のような「思考力」を与えるAI「Gemini Robotics 1.5」を発表しました。
これまでのロボットが苦手としてきた、予期せぬ状況での柔軟な対応や曖昧な指示の実行を可能にします。
研究者たちは、AIに自分なりにじっくり考えさせると、会話や文章作りが驚くほど上手になることを突き止めました。
私たちが文章を書くときに構成や言い回しを考えるのと同じで、AIも人間のように「じっくり考える」ことでコミュニケーション力が向上するようです。
Replying to
Replying to
詳しい内容はこちらで解説しています。
生成AIに機密情報は「禁じ手」から「当たり前」へ
Googleが、個人の健康管理について、専門家チームのように役割分担させるマルチエージェント方式を検証したところ、専門家も認める高いレベルのサポートを提供できることが実証されました。
Replying to
詳しくはこちらの記事で解説しています。
Replying to
Tensor Logic: The Language of AI
Replying to
Earth AI: Unlocking Geospatial Insights with Foundation Models and Cross-Modal Reasoning
arxiv.org/abs/2510.18318
Replying to
Kosmos: An AI Scientist for Autonomous Discovery
Replying to
Evaluating & Reducing Deceptive Dialogue From Language Models with Multi-turn RL
Replying to
DeepSeek-OCR: Contexts Optical Compression
