MLinfo | 機械学習・AI論文まとめ

cs249r_book — Machine Learning Systems: Foundations, Scaling, Agentic AI, and Physical AI (Vols I–IV) • Harvard CS249r | https://mlsysbook.ai

マシンラーニングシステムの理論と実装に関する本。

深層学習テキスト

用途: 機械学習システム
難易度: Easy
コスト: Medium

自然言語処理大規模言語モデルテキスト音声マルチモーダル

screenpipe — YC (S26) | Open Computer History | Continuously record your company computer work, map your workflows, help you find work worth automating, and power your agents' context

ユーザーの行動を認識し、オートエージェントを構築するためのツール。

用途: オートエージェント構築
難易度: Easy
コスト: High

ART — Agent Reinforcement Trainer: train multi-step agents for real-world tasks using GRPO. Give your agents on-the-job training. Reinforcement learning for Qwen3.6, GPT-OSS, Llama, and more!

ARTは、多段強化学習トレーナーです。このトレーナーは、GRPOを使用して、現実世界のタスクに対して、多段強化学習を行うことができます。

自然言語処理大規模言語モデル強化学習

用途: 多段強化学習トレーナー
難易度: Easy
コスト: High

flyte — Type-safe, distributed orchestration of agents, ML pipelines, and real-time inference on your k8s — in pure Python with async/await, also other languages (rust, go and ts)

metaflowは、AI/MLシステムを構築・管理・ディプロイするために使用できるプラットフォームです。

MLOpsモデルデプロイ

用途: AIワークロードの実行管理
難易度: Easy
コスト: Medium

reef — Infrastructure for continually self‑improving agents

Infrastructure for continually self‑improving agents

用途: 実装・検証基盤
難易度: Easy
コスト: High

mlflow — The open source AI engineering platform for agents, LLMs, and ML models. MLflow enables teams of all sizes to debug, evaluate, monitor, and optimize production-quality AI applications while controlling costs and managing access to models and data.

このリポジトリでは、AIワークロードを管理するためのシステムであるSkypilotを提供しています。

品質予測/異常検知自然言語処理大規模言語モデル

用途: AIワークロードを管理するためのシステム
難易度: Easy
コスト: High

zenml — ZenML 🙏: One AI Platform from Pipelines to Agents. https://zenml.io.

aimは、利用しやすく強力なオープンソースのエクスペリメントトラッカーです。

用途: AIプラットフォーム
難易度: Easy
コスト: High

Finance-LLMs — Comprehensive Compilation of Real-World LLM & AI Agent Use Cases in Financial Services

販売データを分析するために、機械学習モデルが使用されるリソースが提供されていました。

自然言語処理大規模言語モデル生成

用途: 販売データを分析する
難易度: Easy
コスト: High

agent-lightning — The absolute trainer to light up AI agents.

最適なAIモデルを効率的に学習するためのオーサリングツール。Agent Lightningを使用して、トレーナーをセットアップし、データをトレーニングしてモデルを学習することができる。

用途: AI_AGENTのトレーナーを簡単にセットアップする
難易度: Easy
コスト: High

OpenRLHF — An Easy-to-use, Scalable and High-performance Agentic RL Framework based on Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)

OpenRLHFは、Ray上に構築された強化学習フレームワークです。このフレームワークは、PPO、DAPO、REINFORCE++など、様々な強化学習アルゴリズムをサポートしています。

深層学習Transformer画像

用途: 強化学習フレームワーク
難易度: Easy
コスト: High

oumi — Easily fine-tune (SFT/RL), evaluate, and deploy Qwen, Gemma, or any open agentic LLM/VLM!

Easily fine-tune (SFT/RL), evaluate, and deploy Qwen, Gemma, or any open agentic LLM/VLM!

用途: 実装・検証基盤
難易度: Easy
コスト: High

DocsGPT — Private AI platform for agents, assistants and enterprise search. Built-in Agent Builder, Deep research, Document analysis, Multi-model support, and API connectivity for agents.

このリポジトリでは、トークナイザーの最適化を提供しています。

深層学習Transformerテキスト

用途: トークナイザーの最適化
難易度: Easy
コスト: Medium

botpress — The open-source hub to build & deploy GPT/LLM Agents ⚡️

オープンソースのGPT/LLMエージェント作成ツールです。

用途: GPT/LLMエージェントの構築
難易度: Easy
コスト: High

自然言語処理大規模言語モデル画像テキストマルチモーダル

Computer-Use Agents Gain Little Benefit from a World Model When Conditioned on Tutorials

Recent work has improved computer-use agents (CUAs) by combining retrieved task-relevant tutorials and look-ah

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

WebHarbor: Docking Real Websites for Evolving GUI Agent Environments

GUI web agents require realistic and interactive environments that remain stable during both evaluation and tr

深層学習軽量化・量子化画像強化学習

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

品質予測/異常検知自然言語処理大規模言語モデル生成

DistDebug-Bench: Can LLM Agents Diagnose Bugs in Distributed Systems?

LLM agents show strong potential in software engineering tasks such as competitive programming and code synthe

用途: 生成
難易度: Hard
コスト: High

An Axiomatic Framework for Reinforcement Learning in Open Multi-Agent Systems

Open multi-agent systems, where only a subset of agents are controllable, are central to real-world domains su

強化学習方策勾配 (PPO / A3C)

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

Can Coding Agents Sustain Continual Evolution without Forgetting?

Recently, harness self-evolution has emerged as an important paradigm for improving agent performance. Prior s

生成AIGAN

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Medium

LUCA: A Synthetic World for Experimental Reasoning

An experimental agent can succeed for the wrong reasons. Evaluations, however, often focus on the outcome, not

品質予測/異常検知自然言語処理大規模言語モデル

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

ACTOR: Action-Centered Temporal Organization for Literary Role-Playing Agents

Large language agents for literary role-playing are typically modeled around dialogue generation, leaving char

自然言語処理RAG生成テキスト

用途: 生成
難易度: Easy
コスト: Low

TRIO: Task Refinement with Individual Optimization for Retrieval-Augmented Generation

This paper studies retrieval-augmented generation (RAG), which leverages external knowledge to improve the per

品質予測/異常検知自然言語処理RAG生成テキスト

用途: 生成
難易度: Easy
コスト: Low

SMILE: A Structured Multi-Agent Clinical Reasoning for Liver Ultrasound Understanding

Automated liver ultrasound report generation improves the diagnosis of liver diseases by producing clinically

コンピュータビジョンマルチモーダル生成QA画像

用途: 生成
難易度: Hard
コスト: High

自然言語処理プロンプトエンジニアリングテキスト強化学習

KlaskTron: An Open-Source Platform for Physical Adversarial Multi-Agent RL

Progress in robot learning, particularly physical multi-agent reinforcement learning (MARL), is currently chal

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

huggingfaceHugging Faceあり2026-11-02

Measuring AI Agents as Teammates with Collaborative Intelligence

Progress in AI is often measured by what a single model can do on its own. Yet teams of AI agents are starting

コンピュータビジョンセグメンテーション

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Medium

OpenBB — Open Data Platform for analysts, quants and AI agents.

OpenBBは、分析家・量算家・AIエージェント用の金融データプラットフォームを提供している。

機械学習教師あり学習

用途: 金融分析用データ
難易度: Easy
コスト: Medium

DATAGEN — DATAGEN: AI-driven multi-agent research assistant automating hypothesis generation, data analysis, and report writing.

AIドライブのマルチエージェント研究アシスタント。仮説の生成、データ分析、およびレポートの生成を自動化する。

自然言語処理大規模言語モデル生成

用途: AI研究アシスタント
難易度: Easy
コスト: High

agents-towards-production — End-to-end, code-first tutorials for building production-grade GenAI agents. From prototype to enterprise deployment.

AIエージェントの開発と実装を行うためのエンドツーマンド、コードファーストのチュートリアル。

自然言語処理大規模言語モデル生成

用途: AIエージェントの開発と実装
難易度: Easy
コスト: High

giskard-oss — 🐢 Open-Source Evaluation & Testing library for LLM Agents

giskard-ossは、LLMエージェントの評価とテストライブラリを提供します。

用途: LLMエージェントの評価とテストライブラリ
難易度: Easy
コスト: High

arxivGitHubあり2026-11-01

Self-Evolving Agentic Workflows via Semantic Decomposition of Complex Tasks

Agentic workflows organize complex tasks into reusable procedures. However, invoking an LLM at every step incu

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

Advances in Agentic Computer Graphics

Computer graphics is built on code. Large language model (LLM) agents can now generate graphics code and itera

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

SWE-Trail: History-Guided Trajectory Collection for Coding Agent Training

Coding agents solve repository issues through long sequences of exploration, editing, and validation. These tr

自然言語処理ファインチューニングテキスト

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

品質予測/異常検知自然言語処理ファインチューニング生成強化学習

NorthCUA Technical Report: Turbocharging Computer-Use Agents through Experience at Scale

Scaling computer-use agents from individual actions to complex software work requires experience that connects

用途: 生成
難易度: Easy
コスト: High

CrossSWE: Benchmarking Cross-Repository Joint Development for Coding Agents

As coding agents achieve increasingly high success rates on software engineering benchmarks, recent efforts ha

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

githubGitHubあり2026-11-01

ai-engineering-hub — In-depth tutorials on LLMs, RAGs and real-world AI agent applications.

このリポジトリには、LLM、RAG、およびオーソリティの認識を含む、AIエンジニアリングのための深いドキュメントがあります。

用途: 記事を理解するためのテキスト分析ツール
難易度: Easy
コスト: High

githubGitHubあり2026-11-01

awesome-ai-eval — Assessing the reliability, accuracy, and safety of large language models, RAG pipelines, and AI agents.

Assessing the reliability, accuracy, and safety of large language models, RAG pipelines, and AI agents.

用途: 実装・検証基盤
難易度: Easy
コスト: High

arxivGitHubあり2026-10-31

Auriga Technical Report: A Task-Agnostic Agent Harness for Zero-Shot Embodied Manipulation

Vision-language models can interpret instructions and plan manipulation tasks, yet struggle when acting direct

自然言語処理大規模言語モデル画像テキスト3D

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

huggingfaceHugging Faceあり2026-10-31

StreamDuo: A Live Commentator and a Research Agent for Unseen Games

Streaming video LLMs can now commentate live gameplay, but they are trained and tested on the same games. We s

品質予測/異常検知深層学習軽量化・量子化動画

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-10-30

TinyAstral: Transferring Self-Evolving Harnesses to Tiny Generalist Manipulation Agents

Robot agents built on vision-language models depend on both the planner and its harness: the tools, feedback,

品質予測/異常検知自然言語処理大規模言語モデルテキストマルチモーダル

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-10-30

SketchDirector: Complex Scene Sketching via Agentic Layout Reasoning and Detail Refinement

Existing sketch generation methods often rely on image guidance and are largely limited to individual objects

品質予測/異常検知自然言語処理大規模言語モデル生成画像テキスト

用途: 生成
難易度: Easy
コスト: High

githubGitHubあり2026-10-30

qlib — Qlib is an AI-oriented Quant investment platform that aims to use AI tech to empower Quant Research, from exploring ideas to implementing productions. Qlib supports diverse ML modeling paradigms, including supervised learning, market dynamics modeling, and RL, and is now equipped with https://github.com/microsoft/RD-Agent to automate R&D process.

クエンティング投資プラットフォームを実現するためにAI技術を活用します。

強化学習方策勾配 (PPO / A3C)教師あり

用途: クエンティング投資プラットフォーム
難易度: Easy
コスト: Medium

githubGitHubあり2026-10-30

Awesome-Embodied-Robotics-and-Agent — This is a curated list of "Embodied AI or robot with Large Language Models" research. Watch this repository for the latest updates! 🔥

Embodied AIやロボットとLarge Language Modelを組み合わせた研究のリポジトリ。

用途: Embodied AIやロボット研究
難易度: Easy
コスト: High

githubGitHubあり2026-10-30

ml-agents — The Unity Machine Learning Agents Toolkit (ML-Agents) is an open-source project that enables games and simulations to serve as environments for training intelligent agents using deep reinforcement learning and imitation learning.

Unityを使用してマシンラーニングエージェントを訓練して訓練できるツールです。

コンピュータビジョン3D・点群3D強化学習

用途: Unityでマシンラーニングエージェント
難易度: Easy
コスト: High

品質予測/異常検知生成AI動画生成生成画像テキスト

Video Generation Meets Agent Harness: Agentic Video Generation, Agentic World Modeling and Recursive Self-Improvement

Video generation is shifting from end-to-end synthesis toward agentic generation, where planning, tool use, an

用途: 生成
難易度: Easy
コスト: High

huggingfaceGitHubありHugging Faceあり2026-10-29

MAServeBench: Benchmarking Multi-Agent LLM Serving Systems with Hierarchical Collaboration Workloads

Large language model (LLM)-based multi-agent systems (MAS) coordinate specialized agents to solve complex task

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

Does Scaling Toward AGI Depend on What System-1 Lets System-2 Execute?

Progress toward artificial general intelligence (AGI) has largely relied on scaling a resource-intensive execu

深層学習軽量化・量子化

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

品質予測/異常検知深層学習Transformer生成画像動画

Wizard: Manipulate Any World in Real Time via Agentic Control

Recent advances in video world models have enabled the generation of increasingly realistic and interactive vi

用途: 生成
難易度: Easy
コスト: High

自然言語処理大規模言語モデルテキストマルチモーダル強化学習

CaPtain: A Pipeline for Post-Training Code-as-Policy Robot Agents

Across coding, web, and tool-use tasks, language-model agents are now routinely trained with the same recipe:

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

When Requirements Interact: Scaling Long-Horizon Coding via Interdependent Specifications

To succeed in real-world long-horizon software development, coding agents must satisfy multi-dimensional task

MLOpsパイプライン構築生成強化学習

用途: 生成
難易度: Easy
コスト: High

表形式向き品質予測/異常検知深層学習Transformerテキスト表形式

HALO: Human-Grounded Granular Evaluation of Proactive Agents

Proactive agents must decide whether, when, and how far to assist without an explicit request. Existing evalua

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Low

強化学習方策勾配 (PPO / A3C)生成テキスト

MemSteer: Turning User Histories into Supervision for Agent Memory Optimization

An effective agent memory system should adapt to a user's history and task requirements. Human-annotated super

用途: 生成
難易度: Easy
コスト: Low

CPUで試しやすい自然言語処理大規模言語モデル音声

VoxLock: Target-Speaker Extraction for Voice Agents Without an Enrollment Step

A voice agent's speech recognizer transcribes everyone near the microphone, including people other than the ca

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceGitHubありHugging Faceあり2026-10-29

rTaste: Do Research Agents Have Taste? Evaluating Early Stage Research Judgment

Do research agents have taste, the judgment of which experiments are worth running before their outcomes are k

品質予測/異常検知コンピュータビジョンセグメンテーション音声

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Medium

センサ/時系列自然言語処理大規模言語モデル予測時系列

TSFLab: A Self-Improving Agent-Agnostic Workbench for Time Series Forecasting Research

As publications and products on time series forecasting (TSF) proliferate, researchers face a growing burden o

用途: 予測
難易度: Easy
コスト: High

Youtu-Parsing-Omni: One Encoder, One Schema, All Modalities

We present Youtu-Parsing-Omni, an omni-modal parser that converts documents, images, audio, and video into str

深層学習軽量化・量子化画像テキスト音声

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

EditAgent: Rethinking Agentic Image Editing

Agentic image editors decompose complex requests into steps, but when a step fails, they mostly retry with the

コンピュータビジョンセグメンテーション画像

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live IOS Apps

While frontier vision-language models demonstrate strong capabilities in user interface (UI) navigation, their

深層学習軽量化・量子化異常検知画像テキスト

用途: 異常検知
難易度: Easy
コスト: High

githubGitHubあり2026-10-29

atomic-agents — Building AI agents, atomically

AIエージェントを組み立てるためのライブラリ。

用途: AIエージェント建設
難易度: Easy
コスト: High

githubGitHubあり2026-10-29

Gymnasium — A standard API for single-agent reinforcement learning environments, with popular reference environments and related utilities (formerly Gym)

Gymnasiumは、シングルエージェントRLの疑似環境を提供するAPIです。

強化学習

用途: 疑似環境を提供する
難易度: Easy
コスト: Medium

センサ/時系列品質予測/異常検知深層学習Transformer予測テキスト時系列

arxivGitHubあり2026-10-28

Vendster: An Evaluation Arena to Investigate How Forecasting Tool Quality Affects LLM Agent Behaviors in Buyer-Vendor Negotiation

Time-series forecasters are ranked almost entirely by accuracy metrics, but a forecast's decision value, its e

用途: 予測
難易度: Hard
コスト: High

品質予測/異常検知自然言語処理大規模言語モデル動画

WeVisCut: The Whole Editing Room in One Agent From Narration to Long-Form Video

Producing long-form videos from narration requires interdependent decisions that remain coherent across shots.

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

品質予測/異常検知自然言語処理大規模言語モデル予測テキスト

Investor's Last Exam: Can AI Agents Do Equity Investment Without Seeing the Future?

Financial agents must form forecasts and investment judgments from decision-time evidence, with predictions ev

用途: 予測
難易度: Easy
コスト: High

自然言語処理大規模言語モデルテキスト動画マルチモーダル

AskStream: When and What to Ask Proactively under Uncertainty in Streaming Video Understanding

Recent advances in multimodal large language models have increased interest in interaction paradigms for video

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

コンピュータビジョンセグメンテーションテキスト強化学習

Scaling Lean Theorem Proving for Real-World Code Verification

We present EasyProver, a Lean proving system built from recursive agents with isolated contexts, asynchronous

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

EPSBench: Benchmarking LLM Agents for Earnings Forecasting

Quarterly earnings forecasting requires an agent to connect financial evidence to the income-statement line it

自然言語処理大規模言語モデル予測

用途: 予測
難易度: Easy
コスト: High

huggingfaceGitHubありHugging Faceあり2026-10-27

Multi-Agent Relay Thinking

Existing multi-agent collaboration (MAC) methods have primarily explored a group thinking collaboration topolo

強化学習マルチエージェント

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Medium

GEPA-Curator: Curated Learning for Self Improving Agents

Large Language Models (LLMs) are increasingly used in multi-turn agentic workloads that require sustained inte

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

品質予測/異常検知自然言語処理大規模言語モデルテキスト

SciGame: Let Agents Play the Scientific Discovery Games in the Real and Counterfactual World

Large language model agents are increasingly used for scientific discovery. However, existing benchmarks mix l

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceGitHubありHugging Faceあり2026-10-27

WorkFactory: Turning Professional Intents into Executable Work for Scalable Agent Training

Scaling supervised training for working agents requires diverse professional tasks that yield reliable expert

品質予測/異常検知自然言語処理ファインチューニング

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceGitHubありHugging Faceあり2026-10-27

WebAnything: From the Wild Web to Scalable Agent Environments

Web agents require diverse, executable, and resettable website environments for reproducible training and eval

自然言語処理RAG生成

用途: 生成
難易度: Easy
コスト: High

SO-101 Bench: Accessible Spatial Manipulation

Low-cost arms such as the SO-101 have become the most common entry point to robot learning, yet no released po

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

TAO: Tool-Aware Joint Scheduling for LLM-Based Agentic Serving

Agentic services alternate between model inference on clustered GPUs and external tools on distributed CPUs. I

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-10-26

CEPO: A General Framework for Improving Prompt Optimization in Multi-Agent Systems

Multi-agent systems (MAS) require both effective coordination and specialized task execution. Existing prompt

強化学習方策勾配 (PPO / A3C)テキスト

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Medium

huggingfaceHugging Faceあり2026-10-26

Co-Design Bench: Multimodal Collaborative Coding Evaluation for Agentic Models

Evaluating human-AI co-design requires testing whether coding agents can translate real users' multimodal requ

自然言語処理大規模言語モデル画像テキスト音声

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-10-26

Evaluating DeepSeek V4.1 Flash-1017 for loss of control and harmful manipulation risks

As frontier language models grow increasingly capable and autonomous, independent third-party evaluations are

自然言語処理大規模言語モデル生成テキスト

用途: 生成
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-10-25

Matched Capabilities, Different Behaviors: A Controlled Study of MCP and CLI Interfaces for Language Agents

Language agents increasingly act through external tools and interactive environments, making the interface bet

深層学習Transformerテキスト

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Medium

githubGitHubあり2026-10-25

dafeiyu-cleaner — DeepSeek 蓝色大肥鱼消除计划：识别并清理 B 站（Bilibili）评论区中由 DeepSeek 大模型、AI Agent 驱动的机器人账号（大肥鱼）的 Chrome / Edge / Firefox 浏览器插件。离线规则 + DeepSeek API 精判，AI 评论检测、空间主页鉴定、鲸鱼娘一键清场。DeepSeek AI bot detector for Bilibili comments.

DeepSeek 蓝色大肥鱼消除计划：识别并清理 B 站（Bilibili）评论区中由 DeepSeek 大模型、AI Agent 驱动的机器人账号（大肥鱼）的 Chrome / Edge / Firefox 浏览器插件

自然言語処理大規模言語モデル検出

用途: 検出
難易度: Easy
コスト: High

huggingfaceGitHubありHugging Faceあり2026-10-22

R^2Orch: Recursive Self-Improvement for Agent Orchestration via Self-Play within a Skill-Internalization Loop

In recent years, agentic orchestration has been widely applied to solve complex human tasks. However, existing

コンピュータビジョンセグメンテーションQA

用途: QA
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-10-22

VibeGame: Prompt-to-Game Development with AI-Native Engine and Self-Evolving Adversarial Agent Team

Large language model agents have enabled software development through natural-language interaction, but extend

自然言語処理大規模言語モデル画像テキスト

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

githubGitHubあり2026-10-21

AgentsMeetRL — Awesome List for Agentic RL

エージェントRRLに関連するアワーショットリスト。

用途: エージェントRRL
難易度: Easy
コスト: High

huggingfaceGitHubありHugging Faceあり2026-10-20

Lost in Recovery: Demystifying Recovery Behavior of Computer-Use Agents via Goal-Oriented Action Replay

Recent advances in large (vision) language models have enabled computer-use agents that automate digital workf

品質予測/異常検知自然言語処理RAGテキスト

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Low

arxivGitHubあり2026-10-19

Game of Phones: Harnessing Game Theory and LLMs in 'Bot Wars' to Counteract Phone Scams

Phone scams impose substantial and growing costs on individuals and financial systems worldwide, yet existing

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

huggingfaceHugging Faceあり2026-10-19

LOB-Impact Benchmark: Emergent Market Impact in Generative Limit Order Book Models

Realistic market impact is essential for generative limit order book (LOB) models to serve as world models for

深層学習Transformer生成テキスト

用途: 生成
難易度: Easy
コスト: Medium

arxivGitHubあり2026-10-17

Organon : From Evolutionary Search to Recursive Self-Improving Agents for Scientific Discovery

Scientific discovery does not follow a single fixed methodology: research methods vary across domains and evol

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

huggingfaceHugging Faceあり2026-10-16

ABF-Bench: A Verifiable Benchmark for Agentic Blockchain Forensics

Blockchain forensics is adversarial and open-ended: money launderers split, swap, and bridge funds, cut their

深層学習Transformer

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High

huggingfaceGitHubありHugging Faceあり2026-10-16

PersonaCUABench: Benchmarking Computer-Use Agents Serving Diverse Personas

Computer-use agents (CUAs) are commonly evaluated against fixed task specifications, but users may omit requir

MLOpsモデルデプロイ

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Medium

githubGitHubあり2026-10-16

BettaFish — 微舆：人人可用的多Agent舆情分析助手，打破信息茧房，还原舆情原貌，预测未来走向，辅助决策！从0实现，不依赖任何框架。

微舆は人人可用的多Agent舆情分析助手であり、情報茧房を打破して舆情の原貌を還元し、未来の走向を予測し、決策を助けることができます。

用途: 舆情分析助手の問題を解決する
難易度: Easy
コスト: High

huggingfaceHugging Faceあり2026-10-15

RealCLI: Toward a Unified Evaluation of Human-Agent Collaboration for CLI Agents

Command-line interface (CLI) agents increasingly execute longer-horizon tasks, yet existing benchmarks either

品質予測/異常検知自然言語処理RAG

用途: 技術検証・論文読解補助
難易度: Easy
コスト: Low

arxivGitHubあり2026-10-08

A Closer Look at Agentic BBO: Benchmarking LLM Agents for Black-Box Optimization

Black-box optimization (BBO) arises in many scientific and engineering problems where objective evaluations ar

条件最適化自然言語処理大規模言語モデルテキスト

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

自然言語処理大規模言語モデルテキストマルチモーダル

githubGitHubあり2026-10-08

ai-agent-book — 《深入理解 AI Agent：设计原理与工程实践》（李博杰著）开源主仓库：全书正文、编译版 PDF 与按章配套代码

この論文では、現在のVision-Language-Benchmark（VLB）を超える、MLLMがアクティブな観察を実演できるようにするためのバenchmark、ActiveVisionを提案する。このActiveVi

用途: 弁論の実際的な対象を形成するためにAIが活用される
難易度: Easy
コスト: High

arxivGitHubあり2026-10-04

AgentDiscover: Autonomous Discovery with Minimal Search Scaffolding

Frameworks that use large language models for scientific discovery typically rely on a fixed, human-designed a

深層学習軽量化・量子化テキスト

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

huggingfaceHugging Faceあり2026-09-30

TauIndianBankBench: Procedure-Aware, Action-Oriented Evaluation of Tool-Using Conversational Agents

Many Indian banks serve customers through FAQ pages and scripted chatbots. Assistants based on language models

機械学習教師あり学習テキスト

用途: 技術検証・論文読解補助
難易度: Easy
コスト: High