#エージェント学習

月間論文まとめ - 評価と制約が主役になるAI

2026年5月は「堅牢性・評価設計・制約遵守」が主戦場。長文/エージェント/生成の効率化と安全監視、さらに意味品質や査読検証まで“測る技術”が進化した。

論文レビュー - 長文・エージェント・ロバスト性

長文モデルの限界（Impossibility Triangle）、CLIエージェントの学習（Structured Action Credit）、ロバスト学習理論（Gaussian Marginals）、1ステップ拡散蒸留（Teacher-Feature Drifting）を横断的に解説する。