AIニュース
公司内部站点 · 页面资源保存在本地（2026-10-19 16:51 UTC）· 独立 X 采集尚未配置；互动计数仅限本站

Wiki Foundation Modelがリンク付きMarkdownウィキからエージェント記憶を検索

elvis

Wiki Foundation Model（WFM）は、長期記憶がリンクされたMarkdownファイルのフォルダであるエージェント向けだ。LLMウィキをグラフに変換し、クエリに条件付けたメッセージパッシングで検索するため、各ページの密なテキストとページ間のリンクがともに結果を形作る。

チームはまた、学習速度が10.5倍だと述べるGPU間の学習プロトコルを構築し、エージェント記憶とマルチホップ推論を扱う5つのベンチマークで高い結果を報告している。この研究はWFM論文で説明されており、academy.dair.aiは論文のチャットページを公開している。

#wfm#エージェント記憶#llmウィキ#研究

EvoOntology論文、自己進化するオントロジー層がDDR-BenchとBIRDでデータエージェントのスコアを向上と報告

elvis（@omarsar0）が、MCPサーバーとして提供されるデータエージェント向け自己進化オントロジー層EvoOntologyに関する論文を共有した。投稿によると、DDR-Benchの精度は6つのバックボーンで平均17.8ポイント上昇し、GPT-5.5では26.7ポイント、BIRDの実行精度は7.4ポイント上昇するという。

Viktor、Slack向けエージェント評価アシスタントで100ドル相当のクレジット付きトライアルを提供

Viktorは、AIエージェントのハーネス評価ログを分析し、リグレッションの原因となった具体的な変更を特定してロールバックを提案するSlack向けAI社員を提供している。クレジットカード登録不要で100ドル分のクレジットが利用できる無料トライアルも用意されている。

NVIDIAが論文発表、エージェントハーネスとモデルを共進化させるフレームワーク「VERA」

NVIDIAの研究論文は、ベンチマークの実行軌跡をルーブリック評価付きの9,000以上の再起動可能なサンドボックスへと変換し、モデルの重みと並行してエージェントハーネスを共進化させるシステム「VERA」を発表した。同チームは環境コーパスをオープンソース化し、27BエージェントがAutoCoWorkBenchで71.6スコアを記録してClaude Opus 4.8を上回ったと報告している。

Harness-Aware Distillationにより小型モデルエージェントのALFWorld成功率が63.4%に向上

教師モデルの判断を対比させることで、小型言語モデルエージェントにハーネス情報の活用法を学習させる訓練フレームワーク「Harness-Aware Distillation」に関する研究論文が公開された。これにより訓練された生徒モデルは、未知のALFWorldタスクで63.4%の成功率を達成し、8Bの教師モデルを上回った。