HyperToolを読む：AIエージェントの道具使いは「一手ずつ」から「小さなプログラム」へ

何が発表されたか

2026年6月12日のarXiv cs.CL新着に、「HyperTool: Beyond Step-Wise Tool Calls for Tool-Augmented Agents」が掲載された。論文の狙いは明快だ。現在のツール利用型LLMエージェントは、検索、API呼び出し、値の受け渡し、整形、再検索といった細かな操作を、逐一メインの推論トレースに露出させる。その結果、モデルは本来なら機械的に処理できる低レベルの... もっと見る

今日は、コード生成AIの「記憶」に関する、かなり重要な論文を取り上げます。2026年6月11日にarXivへ投稿された「Detecting Functional Memorization in Code Language Models」です。テーマは一言でいうと、コードモデルは訓練データを“そのまま暗記している”だけでなく、“同じ働きをするロジック”として覚えているのではないか、という問題です。(arxiv.org)

これまでLLMの記憶問題では、モデルが訓練データの文章やコ... もっと見る

AIエージェントの権限管理は「許可ボタン」から「文脈判断」へ：Cursor Auto-review

何が発表されたか

2026年6月11日、Cursorは研究ブログで「Auto-review」を発表した。これは、コードエージェントがローカル環境でツール実行やファイル操作を行う前に、その行為がユーザー意図やリスクに照らして妥当かを判定する仕組みだ。Cursor自身は、エージェントの自律性を「オン／オフのスイッチ」ではなく「調整可能なダイヤル」として扱う、と説明している。([cursor.com](https://cursor.com/b... もっと見る

RAGが「似た文書」ではなく「似た解き方」を探し始めた

何が発表されたか

2026年6月12日のarXiv cs.CL新着に、Zilin Xiaoらによる論文「Learning to Reason by Analogy via Retrieval-Augmented Reinforcement Fine-Tuning」が掲載された。提案手法はRA-RFT、つまりRetrieval-Augmented Reinforcement Fine-Tuning。ざっくり言えば、RAGを「答えの根拠を探す仕組み」から、「解き方の似た過去問を探し、... もっと見る

失敗ログが次の教材になる：SENTINELが示すエージェントRLの新しい循環

何が発表されたか

2026年6月12日のarXiv cs.CL新着に、SENTINEL: Failure-Driven Reinforcement Learning for Training Tool-Using Language Model Agents が掲載された。著者はZiyi Wangらで、対象は「ツールを使うLLMエージェント」を強化学習でどう効率よく育てるか、という問題だ。arXivの新着一覧では同論文が `arXiv:2606.12908... もっと見る

AI生成物に「出どころ」を持たせる時代へ：OpenAIがEUの透明性コード支持を表明

今日は、モデルの性能そのものではなく、生成AIが社会に出ていくときの「身分証明」に関するニュースです。2026年6月11日、OpenAIは、欧州委員会が公開した「AI生成コンテンツの透明性に関する行動規範」への支持を表明しました。これは、AIが作った画像・音声・動画・テキストを、どう見分けられるようにするか、そして誰がどう表示責任を負うのかを整理する取り組みです。([openai.com](https://openai.com/index/supportin... もっと見る

SKIMを読む：AIエージェントの「スキル」は、次に圧縮される

2026年6月10日、清華大学系の研究者らが arXiv に「Adaptive Multi-Resolution Procedural Knowledge Compression for Large Language Models」を投稿した。提案手法は SKIM、つまり SKIll coMpression。一言でいえば、AIエージェントが使う自然言語の「スキル文書」を、そのまま毎回コンテキストに入れるのではなく、タスク遂行能力をできるだけ保ったまま短く圧縮する方法だ。論... もっと見る

C-DICを読む：長い会話の課題は「全部覚える」ではなく「話の糸を更新する」ことかもしれない

何が発表されたか

2026年6月11日のarXiv cs.CL recentに、Context-Driven Incremental Compression for Multi-Turn Dialogue Generationという論文が掲載された。著者はYeongseo Jungらで、コメント欄にはICML 2026採択と記載されている。Arxiver上でもCreated: 2026-06-10、Updated: 2026-06-1... もっと見る

VisaとOpenAIの提携を読む：AIエージェントに「支払い権限」を渡す時代の入口

2026年6月10日、VisaはOpenAIとの戦略的提携を発表した。内容は、Visaの決済ネットワーク、認証、トークン化、リスク管理の仕組みをOpenAIの体験に組み込み、AIエージェントがユーザーの許可のもとで支払いを開始できるようにする、というものだ。発表はサンフランシスコのVisa Payments Forumで行われた。Visaは、支出上限、加盟店カテゴリ、追加承認などのユーザー権限・ポリシー・管理設定の範囲内で取引を動かし、トークン化されたVis... もっと見る

今日の一本は、6月9日にarXivへ投稿された「Attention Amnesia in Hybrid LLMs」です。テーマは一言でいうと、推論力を上げるためのChain-of-Thought微調整が、長文を覚えて探す力を壊しているかもしれない、という話です。Hugging Face Daily Papersの6月10日欄にも掲載されています。(arxiv.org)

背景からいきましょう。最近のLLM開発では、長い文脈を扱う能力と、段階的に考える推論能力の両方が重視されてい... もっと見る

Workflow-GYMを読む：AIエージェントの壁は「知能」ではなく、仕事の画面にある

2026年6月9日、ByteDance Seed、M-A-P、Humanlaya AIの研究チームが、GUI操作型エージェント向けの新しいベンチマーク「Workflow-GYM」をarXivに投稿した。Hugging Face Daily Papersの6月10日欄にも掲載されており、直近24時間の生成AI・LLM関連発表として注目に値する。対象は、チャット応答でも、Web検索でも、単発のコード修正でもない。AIエージェントが、実際の専門ソフトウェアの画... もっと見る

Claude Fable 5 / Mythos 5を読む：フロンティアモデルは「公開するか」ではなく「どこを開けるか」の段階に入った

2026年6月9日、AnthropicがClaude Fable 5とClaude Mythos 5を発表した。今回のポイントは、単に「新しい高性能モデルが出た」ことではない。むしろ重要なのは、同じ基盤モデルを、一般向けのFable 5と、限定アクセスのMythos 5に分けた設計だ。AnthropicはFable 5を「一般利用可能にしたMythos-classモデル」と説明し、Mythos 5は同じ und... もっと見る

Gemini 3.5 Live Translateを読む：翻訳AIは「文章」から「会話の時間」へ移る

過去24時間の生成AI関連発表で注目したいのは、Googleが2026年6月9日に公開した Gemini 3.5 Live Translate です。これは、70以上の言語を自動検出し、音声をほぼリアルタイムで別言語の音声へ変換するモデルとして発表されました。Googleは、従来の「話し終わるのを待ってから訳す」方式ではなく、話者が話している最中に継続的に翻訳音声を生成し、数秒遅れで追従する設計だと説明しています。([blog.goo... もっと見る

Anthropicの生物学エージェント論を読む：AIに必要なのは「賢さ」だけでなく、壊れないデータ配管

6月8日、Anthropicが公開した「Paving the way for agents in biology」は、派手な新モデル発表ではありません。けれど、AIエージェントが科学研究に入っていくうえで、かなり重要な論点を突いています。テーマは一言でいうと、生物学のデータ基盤は、まだAIエージェントが安全に走れる道路になっていない、という話です。([anthropic.com](https://www.anthropic.com/... もっと見る

SIGAを読む：AIエージェントは「コードを書く」から「科学ソフトを扱う」へ進む

6月8日UTCにarXivへ投稿された「SIGA: Self-Evolving Coding-Agent Adapters for Scientific Simulation」は、派手な新モデル論文ではありません。むしろ重要なのは、既存のコーディングエージェントを、GEOS、OpenFOAM、LAMMPSのような科学シミュレータにどう接続するかという、かなり実務寄りの問いです。著者らはこれを「agent-tool interface grounding」、つまり... もっと見る

Appleの第3世代Foundation Modelsを読む：AIは「アプリ」ではなくOSの層になる

2026年6月8日、Appleは第3世代のApple Foundation Modelsを発表した。単なるSiri刷新ではなく、Apple Intelligence全体を支えるモデル群、クラウド実行基盤、開発者APIをまとめて更新した発表として見るべきだ。中心にあるのは、Googleと共同で構築した5つの基盤モデルで、オンデバイスからPrivate Cloud Computeまでをまたいで動作する。([machinelearning.appl... もっと見る

ChatGPTの6月8日更新を読む：チャット画面が「作業台」になっていく

OpenAIが6月8日付のChatGPTリリースノートで、見た目には小さく見えるが方向性としては重要なアプリ体験の更新をまとめている。中心は、インタラクティブなグラフ、長い会話の目次、長文執筆向けのフルスクリーン編集、そしてGmail／Outlook連携時にチャット内からメールを下書き・送信できる機能だ。iOSでは添付ファイル付きメッセージの編集や、送信ボタン長押しによる一時的なモデル選択も追加されている。これは新モデル発表ではない。しかし、ChatGPTが単なる「応答... もっと見る

OpenAIの「第3フェーズ」宣言——AI研究者を作る会社は、誰のために速くなるのか

今回は、2026年6月8日にOpenAIが公開した「Built to benefit everyone: our plan」を取り上げます。新モデルの発表ではありません。けれど、生成AI・LLMの今後を見るうえでは、かなり重要な文章です。OpenAIはここで、自社が「第3フェーズ」に入ると説明しました。第1フェーズはAGIに向けた研究、第2フェーズはChatGPT以後のプロダクト企業化。そして第3フェーズは、先端モデルの能力を、安く、広く、安全に、誰もが使え... もっと見る

10年を生きるエージェントは、LLMを賢くするのか——Agentopiaを読む

2026年6月8日のarXiv cs.CL新着から、今日は Agentopia: Long-Term Life Simulation and Learning in Agent Societies を選びます。LLMエージェントを仮想社会に置き、短いタスクを解かせるのではなく、100体のエージェントに「10年分の生活」を送らせ、その経験を使ってLLMを訓練するという研究です。論文ページでは、個人の成長、社会関係、欲求や目標の充足を長期にわたって扱う枠組みだ... もっと見る

「褒めてくれるAI」は安全か——“おべっか”を測る新しい評価軸

今日の1本は、arXivのcs.CL新着リストで2026年6月8日枠に掲載された論文「Sycophantic Praise: Evaluating Excessive Praise in Language Models」です。個別ページ上の投稿履歴は6月5日UTCですが、arXivの新着一覧では6月8日の項目として確認できます。テーマは、LLMの「同調」ではなく、より狭く、しかし実用上かなり重要な「過剰な称賛」です。([arxiv.org](https://arxiv.org/l... もっと見る