双方向推薦システムにおける長期的マッチング最大化に向けた代理目的関数の設計と実証
speakerdeck.com
・双方向推薦システムにおける長期的マッチング最大化のための代理目的関数の設計と実証に関する研究発表。 ・2026年度人工知能学会全国大会（第40回）で発表された内容。 ・研究者、機械学習エンジニア、データサイエンティスト向け。
Model Routerを使った逐次LLM選択による毀損低減効果の検証
speakerdeck.com
Model Routerを用いた逐次LLM選択による、LLM利用時の毀損（ハルシネーション）を低減する効果を検証した研究発表資料。 2026年度人工知能学会全国大会で発表された。 AI研究者、機械学習エンジニア、LLM開発者向け。
自己改善エージェントはなぜ前提を覆せないのか ― 局所最適とハーネスでの脱出
zenn.dev
- AIエージェントが自己改善する際に、初期の前提や局所的な最適解から抜け出せない問題について解説します。 - プロンプトの加筆やコードの正規化に留まり、処理の順序や設計自体の変更提案が少ない現象を整理し、既存の研究による解決策を紹介します。 - AIの自己改善能力の限界とその克服方法に関心のあるエンジニアや研究者向けの技術解説記事です。
株式会社LayerX 223
連合学習と機密コンピューティング
speakerdeck.com
JSAI2026の企画セッション「機密コンピューティングが切り拓く信頼できるAIの社会基盤」に関する発表資料です。 連合学習と機密コンピューティングの技術に焦点を当て、信頼性の高いAIの社会基盤構築について議論しています。 AI研究者、機械学習エンジニア、セキュリティ専門家、およびAI技術の社会実装に関心のある技術者向けです。
プロダクトの成長につながった「リサーチと検証の手法」7選。引き算のテストで「効果のない施策」をあぶり出す方法、開発しないでニーズを測るためのテストなど。
markelabo.com
プロダクトの成長に貢献した7つのリサーチ・検証手法を紹介。 「引き算のテスト」で効果のない施策を見つけ出し、開発せずにニーズを測る方法も解説。 プロダクトマネージャー、リサーチャー、マーケター、デザイナー、プロダクト開発に関わる全ての人におすすめ。
AI 時代における学びの未来
blog.google
・AI時代における学びの未来について、東京大学での特別対談を基にした記事です。 ・AIの進化が急速に進む中で、学生の不安に寄り添い、普遍的な学びの重要性を説いています。 ・AIや教育の未来に関心のある学生、教育関係者、テクノロジーに関心のあるすべての人々が対象です。
グーグル合同会社 <name>Google Japan</name><title/><department/><company/>
「既存の基盤モデルは通用しない世界」 3D領域のスケーリング則を武器に、製造業の重厚なドメインを突破する
caddiinc.com
- コンピュータビジョンの専門知識と製造業の独自データを組み合わせ、3D形状認識のAI分野における課題解決を目指す。 - アカデミアの最先端研究と、実社会での産業応用を両立させるリサーチエンジニアの活動に焦点を当てる。 - 製造業におけるAIの未開拓領域への挑戦と、その社会実装への期待について解説する記事。
Kyoto AI Meetup 分科会 #1
sansan.connpass.com
本イベントは、自然言語処理（NLP）分野に特化した論文読み会で、OpenReviewでの査読コメントまで深掘りします。 最新のNLP研究動向や、研究コミュニティの評価基準に興味がある方、機械学習系の学生・研究者、エンジニアにおすすめです。 最新技術の共有や研究者・エンジニア同士の交流を深めることを目的としています。