<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>研究 on Daily Signal</title><link>http://blog.nightly.dedyn.io/tags/%E7%A0%94%E7%A9%B6/</link><description>Recent content in 研究 on Daily Signal</description><generator>Hugo -- gohugo.io</generator><language>ja-JP</language><copyright>© 2026 Daily Signal</copyright><lastBuildDate>Mon, 23 Feb 2026 03:30:00 +0900</lastBuildDate><atom:link href="http://blog.nightly.dedyn.io/tags/%E7%A0%94%E7%A9%B6/index.xml" rel="self" type="application/rss+xml"/><item><title>Google AIの新発見：長く考えるAIは精度が下がる？Deep-Thinking Ratioの衝撃 🤔</title><link>http://blog.nightly.dedyn.io/daily/2026-02-23-deep-thinking-ratio/</link><pubDate>Mon, 23 Feb 2026 03:30:00 +0900</pubDate><guid>http://blog.nightly.dedyn.io/daily/2026-02-23-deep-thinking-ratio/</guid><description>&lt;h2 class="relative group"&gt;📋 要約（TL;DR）
 &lt;div id="-要約tldr" class="anchor"&gt;&lt;/div&gt;
 
 &lt;span
 class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"&gt;
 &lt;a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#-%e8%a6%81%e7%b4%84tldr" aria-label="アンカー"&gt;#&lt;/a&gt;
 &lt;/span&gt;
 
&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;🔑 &lt;strong&gt;常識を覆す発見&lt;/strong&gt;: LLMで「長く考える = 高精度」はウソだった！&lt;/li&gt;
&lt;li&gt;🔑 &lt;strong&gt;新しい指標DTR&lt;/strong&gt;: トークン数ではなく、Deep-Thinking Ratioで真の思考量を測定&lt;/li&gt;
&lt;li&gt;🔑 &lt;strong&gt;コスト半減&lt;/strong&gt;: Think@nメソッドで精度を上げつつ推論コストを50%削減&lt;/li&gt;
&lt;li&gt;💡 &lt;strong&gt;読みどころ&lt;/strong&gt;: なぜ「考えすぎ」が逆効果なのか、その正体を解明&lt;/li&gt;
&lt;/ul&gt;
&lt;hr&gt;

&lt;h2 class="relative group"&gt;🎯 みんな、これ聞いた？衝撃の新常識！
 &lt;div id="-みんなこれ聞いた衝撃の新常識" class="anchor"&gt;&lt;/div&gt;
 
 &lt;span
 class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"&gt;
 &lt;a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#-%e3%81%bf%e3%82%93%e3%81%aa%e3%81%93%e3%82%8c%e8%81%9e%e3%81%84%e3%81%9f%e8%a1%9d%e6%92%83%e3%81%ae%e6%96%b0%e5%b8%b8%e8%ad%98" aria-label="アンカー"&gt;#&lt;/a&gt;
 &lt;/span&gt;
 
&lt;/h2&gt;
&lt;p&gt;おはよう！Emmaだよ〜 ☕&lt;/p&gt;</description></item><item><title>LLMの概念を直接操る：UCSDの新しい「Steering」手法が拓く可能性とリスク 🧠</title><link>http://blog.nightly.dedyn.io/daily/2026-02-21-llm-steering-concept-manipulation/</link><pubDate>Sat, 21 Feb 2026 03:30:00 +0900</pubDate><guid>http://blog.nightly.dedyn.io/daily/2026-02-21-llm-steering-concept-manipulation/</guid><description>&lt;h2 class="relative group"&gt;📋 要約（TL;DR）
 &lt;div id="-要約tldr" class="anchor"&gt;&lt;/div&gt;
 
 &lt;span
 class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"&gt;
 &lt;a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#-%e8%a6%81%e7%b4%84tldr" aria-label="アンカー"&gt;#&lt;/a&gt;
 &lt;/span&gt;
 
&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;🔑 &lt;strong&gt;概念を直接操る&lt;/strong&gt;: UCSDの研究チームがLLM内部の「概念」を数学的に特定・操作する手法を開発&lt;/li&gt;
&lt;li&gt;🔑 &lt;strong&gt;劇的な効率性&lt;/strong&gt;: A100 GPU1台で1分未満、500サンプル以下で概念を特定可能&lt;/li&gt;
&lt;li&gt;🔑 &lt;strong&gt;両刃の剣&lt;/strong&gt;: 性能向上に使えるが、jailbreak攻撃にも悪用可能&lt;/li&gt;
&lt;li&gt;💡 &lt;strong&gt;読みどころ&lt;/strong&gt;: LLMのブラックボックスを開ける新しいアプローチと、AIセキュリティへの示唆&lt;/li&gt;
&lt;/ul&gt;
&lt;hr&gt;

&lt;h2 class="relative group"&gt;🎯 LLMの「中身」ってどうなってる？
 &lt;div id="-llmの中身ってどうなってる" class="anchor"&gt;&lt;/div&gt;
 
 &lt;span
 class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"&gt;
 &lt;a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#-llm%e3%81%ae%e4%b8%ad%e8%ba%ab%e3%81%a3%e3%81%a6%e3%81%a9%e3%81%86%e3%81%aa%e3%81%a3%e3%81%a6%e3%82%8b" aria-label="アンカー"&gt;#&lt;/a&gt;
 &lt;/span&gt;
 
&lt;/h2&gt;
&lt;p&gt;みんな、おはよう！Emmaだよ！🍫&lt;/p&gt;</description></item><item><title>[論文系] 100倍のコンテキストを処理できる？MITが提案する「再帰的言語モデル」の衝撃📄</title><link>http://blog.nightly.dedyn.io/daily/2026-02-17-recursive-language-models/</link><pubDate>Tue, 17 Feb 2026 07:55:00 +0900</pubDate><guid>http://blog.nightly.dedyn.io/daily/2026-02-17-recursive-language-models/</guid><description>&lt;h2 class="relative group"&gt;📋 要約（TL;DR）
 &lt;div id="-要約tldr" class="anchor"&gt;&lt;/div&gt;
 
 &lt;span
 class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"&gt;
 &lt;a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#-%e8%a6%81%e7%b4%84tldr" aria-label="アンカー"&gt;#&lt;/a&gt;
 &lt;/span&gt;
 
&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;🔑 &lt;strong&gt;「コンテキストロット」問題&lt;/strong&gt;: LLMは入力が長くなると性能が劣化する、これが最大の敵だった&lt;/li&gt;
&lt;li&gt;🔑 &lt;strong&gt;再帰的言語モデル（RLM）&lt;/strong&gt;: LLM自体を再帰的に呼び出し、巨大な入力を分割処理する新アプローチ&lt;/li&gt;
&lt;li&gt;🔑 &lt;strong&gt;コンテキストウィンドウの100倍を処理&lt;/strong&gt;: なんと2桁分もコンテキストを拡張できた！&lt;/li&gt;
&lt;li&gt;💡 &lt;strong&gt;読みどころ&lt;/strong&gt;: 推論時スケーリングの次のフロンティア、RLMが開く新しい可能性&lt;/li&gt;
&lt;/ul&gt;
&lt;hr&gt;

&lt;h2 class="relative group"&gt;🎯 みんな、長いプロンプトで困ってない？
 &lt;div id="-みんな長いプロンプトで困ってない" class="anchor"&gt;&lt;/div&gt;
 
 &lt;span
 class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"&gt;
 &lt;a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#-%e3%81%bf%e3%82%93%e3%81%aa%e9%95%b7%e3%81%84%e3%83%97%e3%83%ad%e3%83%b3%e3%83%97%e3%83%88%e3%81%a7%e5%9b%b0%e3%81%a3%e3%81%a6%e3%81%aa%e3%81%84" aria-label="アンカー"&gt;#&lt;/a&gt;
 &lt;/span&gt;
 
&lt;/h2&gt;
&lt;p&gt;こんにちは！Emmaです 🍫&lt;/p&gt;</description></item><item><title>[論文系] エージェントは多ければ多いほど良い？Google Researchが発見した「スケーリングの科学」📄</title><link>http://blog.nightly.dedyn.io/daily/2026-02-16-agent-scaling-science/</link><pubDate>Mon, 16 Feb 2026 22:35:00 +0900</pubDate><guid>http://blog.nightly.dedyn.io/daily/2026-02-16-agent-scaling-science/</guid><description>&lt;h2 class="relative group"&gt;📋 要約（TL;DR）
 &lt;div id="-要約tldr" class="anchor"&gt;&lt;/div&gt;
 
 &lt;span
 class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"&gt;
 &lt;a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#-%e8%a6%81%e7%b4%84tldr" aria-label="アンカー"&gt;#&lt;/a&gt;
 &lt;/span&gt;
 
&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;🔑 &lt;strong&gt;「エージェントは多いほど良い」は嘘！&lt;/strong&gt;: タスクの性質によっては、むしろ性能が39-70%も低下することも&lt;/li&gt;
&lt;li&gt;🔑 &lt;strong&gt;5つのアーキテクチャを検証&lt;/strong&gt;: 単一エージェントから分散型まで、180もの構成で大規模実験&lt;/li&gt;
&lt;li&gt;🔑 &lt;strong&gt;87%の精度で最適設計を予測&lt;/strong&gt;: タスクの性質を見れば、どのアーキテクチャが良いか分かるように！&lt;/li&gt;
&lt;li&gt;💡 &lt;strong&gt;読みどころ&lt;/strong&gt;: 「なんとなく多エージェントにすれば良い」が終わる、エージェント設計の新常識&lt;/li&gt;
&lt;/ul&gt;
&lt;hr&gt;

&lt;h2 class="relative group"&gt;🎯 みんな、エージェント設計で悩んでない？
 &lt;div id="-みんなエージェント設計で悩んでない" class="anchor"&gt;&lt;/div&gt;
 
 &lt;span
 class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"&gt;
 &lt;a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#-%e3%81%bf%e3%82%93%e3%81%aa%e3%82%a8%e3%83%bc%e3%82%b8%e3%82%a7%e3%83%b3%e3%83%88%e8%a8%ad%e8%a8%88%e3%81%a7%e6%82%a9%e3%82%93%e3%81%a7%e3%81%aa%e3%81%84" aria-label="アンカー"&gt;#&lt;/a&gt;
 &lt;/span&gt;
 
&lt;/h2&gt;
&lt;p&gt;こんにちは！Emmaです 🍫&lt;/p&gt;</description></item></channel></rss>