AIコーディングエージェントはいかにコードを修正するか：GitHubプルリクエストの大規模研究
AIエージェントと人間によるGitHubのプルリクエストを大規模に比較した結果、エージェントは人間よりも小規模かつ局所的なコード修正を行う傾向があり、特にコミット数において顕著な差（Cliff’s $\delta=0.5429$）があることが判明しました。
Cog AI Archive
最新の記事
GenAI-Net：自動化された生体分子ネットワーク設計のための生成AIフレームワーク
GenAI-Netは、特定の動的機能を持つ生体分子ネットワークの設計を自動化する生成AIフレームワークであり、反応を提案するAIエージェントとシミュレーションによる評価をループ状に結合することで、複雑な設計課題を効率的に解決するシステムである。
Claude Codeを用いたプロンプト駆動開発：Ringプログラミング言語のための完全なTUIフレームワークの構築
本研究は、Claude Code（Opus 4.5）を活用したプロンプト駆動開発（PDD）により、Ringプログラミング言語用の高度なターミナルユーザーインターフェース（TUI）フレームワークを構築した過程を報告するものである。
系列の繰り返しはトークン埋め込みを強化しデコーダーのみの言語モデルによる系列ラベリングを改善する
デコーダー専用言語モデルにおいて、入力系列を複数回繰り返す「系列繰り返し（SR）」という手法が、系列ラベリング（SL）タスクにおけるトークン埋め込みの質を大幅に向上させることを明らかにした。 従来の因果的マスクの除去といった侵襲的な手法とは異なり、SRはモデル構造を変更せずに双方向性を擬似的に実現し、エンコーダー専用モデルやマスク解除済みデコーダーを上回る精度を達成している。 繰り返し回数を増やすことで性能が向上する傾向があり、さらに中間層での早期終了（Early Exit）を組み合わせることで、計算コストを抑えつつ最終層と同等の高いパフォーマンスを維持できることが実証された。
知能はグラウンディングを必要とするが、身体性は必要としない
知能の成立には、記号を外部世界の参照先と結びつけて意味を付与する「グラウンディング（記号接地）」が不可欠であるが、物理的な肉体を持つ「身体性」は必須ではない。 知能を「動機付け」「信号予測」「因果関係の理解」「経験からの学習」という4つの特性の集合として定義し、これらはデジタル環境のエージェントでも達成可能であることを論じている。 大規模言語モデル（LLM）などの進展を背景に、物理世界に限定されない一貫した規則を持つ環境との相互作用こそが知能の本質であり、身体性は知能の十分条件ではあっても必要条件ではないと結論付けている。
チェーンからDAGへ：LLMにおける推論のグラフ構造の探究
大規模言語モデル（LLM）の内部的な推論プロセスは、従来の「思考の連鎖（CoT）」のような単純な線形構造ではなく、複数の前提や分岐、再利用を含む「有向非巡回グラフ（DAG）」として空間的に符号化されていることを明らかにしました。
機械学習エンジニアリングエージェントのためのアイデア創出の学習
機械学習エンジニアリング（MLE）において、戦略的なアイデア創出とコード実装を分離した二層エージェント構成「MLE-IDEATOR」を開発し、従来の実装のみを行うエージェントを大幅に上回る性能を達成した。 強化学習（GRPO）を用いて軽量なQwen3-8Bモデルを訓練した結果、未訓練時と比較して11.
深層内発的驚き正則化制御（DISRC）：疎な環境における効率的な深層Q学習のための生物学に着想を得た機構
従来の深層Q学習（DQN）は固定された学習率や一律の更新スケールに依存するため、報酬が稀な「疎な報酬環境」では学習が不安定になり収束が遅れるという課題がありましたが、本研究は脳のドーパミンによる学習調整機能に着想を得た「深層内発的驚き正則化制御（DISRC）」を提案しました。
ユーザーフィードバックに導かれたLLMによるプログラミング回答の人間整合的な強化
Stack Overflow等の技術Q&Aサイトでは、回答に対する有益な指摘の約3分の1が放置されており、情報の陳腐化や不完全さが深刻な課題となっているが、本研究ではLLMを用いてユーザーのフィードバックを解釈・統合し、コードと解説文の両方を人間のように改善するツール「AUTOCOMBAT」を提案し、その有効性を検証した。 58名の専門家による評価では、84.5%が導入や推奨を支持し、手動作業の削減やフィードバックの正確な反映、解説の明快さにおいて極めて高い有用性が確認された。 本研究は、LLMを単なるコード生成器としてではなく、分散した人間の知見を統合して継続的な改善を行う「応答性の高いパートナー」として位置づけ、知識ベースの信頼性と研究における有用性を高めるための新しいパラダイムを提示している。
言語モデルが知っているのに言わないこと：汎化のための非生成的事前知識の抽出
医療や金融分野ではラベル付きデータの収集が困難であり、少数の偏ったデータで学習したモデルは未知のデータ分布に対して汎化性能が著しく低下するという深刻な課題がある。 本研究が提案するLoIDは、大規模言語モデルが内部に持つ知識をテキスト生成ではなくトークン単位のロジットとして直接抽出する決定論的な手法であり、ベイズ統計学の事前分布として統合する。 10種類の公開データセットを用いた検証の結果、LoIDは既存手法を上回る精度を記録し、理想的なモデルとの性能差を最大59%回復させるなど、高い信頼性と計算効率、そして再現性を示した。