【#ソウモデルエージェント# 女優イベント情報6月号‼️】 地方でも開催！ 6/6(土) #与田りん# ＆ #月乃ルナ# / #美乃すずめ# 6/7(日) 月乃ルナ ※写真集 6/13(土) #中森ななみ# ※神奈川 6/20(土) #八蜜凛# ※大阪 / #藤かんな# 6/21(日) 八蜜凛 ※愛知 6/28(日) 八蜜凛 ＆ #女神ジュン# 7/5(日) #つばさ舞#

【#ソウモデルエージェント# 女優 新着イベント情報‼️】 6/20(土)12時～/17時～ #八蜜凛# ちゃん ※大阪 6/21(日)12時～/17時～ 八蜜凛 ちゃん ※愛知 6/28(日)13時～ 八蜜凛ちゃん / #女神ジュン# ちゃん ※合同イベ 7/5(日)14時～ #つばさ舞# ちゃん

【更新‼️】#ソウモデルエージェント# 女優イベント情報 地方でも続々開催✨ぜひ遊びに来てね！ 🆕7/7(火) #女神ジュン# ※山口 7/19(日) #与田りん# / #八蜜凛# ※愛知 7/20(月･祝) #藤井蘭々# 7/25(土) 八蜜凛 7/26(日) #美乃すずめ# 7/27(月) #鷲尾めい# ※大阪 🆕8/1(土) 女神ジュン 🆕8/8(土) #つばさ舞#

8/6(木)発売分 #DAHLIA# 専属 #ソウモデルエージェント女優# のDVD最新作が本日より予約受付開始✨ #美乃すずめ# ちゃん ※DAHLIA大リニューアルのアンバサダーを共に務める #小沢菜穂# さんとの共演作‼️ #与田りん# ちゃん 限定版のご予約はお早めに！

6/18(木)発売分 #FALENO# 専属 #ソウモデルエージェント女優# のDVD最新作が本日より予約受付開始✨ #つばさ舞# ちゃん #八蜜凛# ちゃん & #女神ジュン# ちゃん ※共演作！八蜜版、女神版、Blu-ray版あります #藤井蘭々# ちゃん

🤔 マルチエージェントLLMの通信トポロジーは、本当に毎回コストをかけて“生成”しなければならないのでしょうか？UCLAのチームがこの前提そのものに疑問を投げかけた研究を発表しました。 タイトル: Codebook Agent: Amortized Topology Design for LLM Multi-Agent Systems URL: ❓ エージェント同士の通信トポロジーは、なぜ生成モデルで毎回探索する必要があると考えられてきたのですか？ 💡 実は必要ないかもしれません。報酬で生き残るトポロジーは、コードブックのサイズを8から64まで増やしても常に6個程度のグラフに収束することが分かりました。設計空間は見かけほど広くなかったのです。 ❓ エッジ数を減らして疎なグラフにすれば、トークン消費も減らせそうですが？ 💡 逆でした。エッジ数とトークン消費の相関係数は-0.4で、グラフを疎にするほどトークンが増えてしまいます。構造的な「コストらしさ」と実測コストは一致しないのです。 ❓ 既存のGNNによる候補採点は何が問題なのですか？ 💡 エージェントのプロファイルが同質なチーム（多くの実運用構成に該当）では、GNNのメッセージパッシングがどの隣接行列も同じ入力とみなしてしまい、候補ごとに差をつけられない機能不全に陥っていました。 ❓ 生成をやめて選択に切り替えたCodebook Agentは、実際どれくらい効果があるのですか？ 💡 VQ-AEでトポロジーを16個のコードに圧縮し、報酬加重MLPと実測データによる代理モデルで候補を選ぶことで、生成時間を301〜396msから2.4msへと125〜158倍高速化。6ベンチマーク平均で従来最強手法から精度+1.6ポイント、トークン消費も21.9〜33.2%削減しています。 #マルチエージェント# #LLM#

TL;DR AIコーディングエージェントに「計画→開発→QA検査」のループを重ねさせるだけで、複数日にわたる自律ソフトウェア開発の性能が平均52%も向上するそうです。 タイトル: Harness-of-Harness: Multi-Day Autonomous Software Development with Continual Improvement URL: ポイント 🔁 既存のCodex CLIやOpenCodeなどのハーネスは改造せず、その上に反復改善レイヤーを被せる設計です 🧭 計画者・開発者・QA検査官の3ロールに分離し、証拠（エビデンス）を次のループに引き継ぎます 📊 GameCraft-Benchでスコア49.58→71.52など、3ベンチマーク×3モデル構成すべてで改善しました 💰 同じパス数ならVanillaの繰り返しより常に上回り、トークン効率も良いことを確認しています 🎮 70イテレーションのFPSゲーム自律開発ケースでは、複数日かけて実プレイ可能な作品を完成させています 🧩 計画更新・エビデンスフィードバック・Warm-startのどれを外しても性能が下がるアブレーション結果です 単純に長く動かすのではなく、検証済みの知識を積み上げながら賢く反復する設計思想が印象的でした。 #AIエージェント# #ソフトウェア開発#

🖥 たった9Bのオープンモデルが、ターミナル操作ベンチでClaude Haiku 4.5に迫る。しかもデータもモデルもコードも全公開です。 タイトル：Tmax: A simple recipe for terminal agents URL： ターミナルエージェントのRL学習に、シンプルで再現可能なレシピを与えたAi2/UWの研究です。注目ポイントを3つに絞って紹介します。 🧩 構成的なデータ生成パイプライン ドメイン・スキル・検証器・ペルソナ・難易度など9つの軸の組み合わせでタスクを大量合成し、Gemini-3-ProがDockerfileとユニットテストまで生成します。高コストな品質検証は省き、RL側でpass率0を弾くだけ。結果として従来比2.5倍超・14,600環境のTmax-15Kを安価に構築し、汚染ゼロかつ最も難しいデータになりました。 ⚙️ シンプルなoutcome-only RLレシピ 報酬は「タスク達成したか」だけ。素朴なGRPOは長期エージェントで崩壊するため、logprobの乖離をマスクするDPPO、FP32のLMヘッド、大きなグループサイズ（32）で安定化します。Qwen 3.5 9BをこのレシピでTerminal-Bench 2.0で27%まで引き上げました。 📈 強さと汎化、そして全公開 2B〜27Bの全サイズでQwenベースラインを改善。さらにSWE-Bench Verifiedが44→53.5、AIMEが73→91と非ターミナル評価でも向上し、ハーネスやモデルファミリを越えて汎化します。データ・モデル・コードはGitHubで完全公開。 オープンなターミナルエージェント研究の強力な土台になりそうです。 #ターミナルエージェント# #強化学習#

便利だけど知られていないClaude APIの機能 🧩 エージェントに毎回同じ手順を説明するの、繰り返しで非効率だと思いませんか？ ClaudeのAgent Skills（エージェントスキル）は、再利用可能な手順や能力をパッケージ化してClaudeに与える仕組みです。繰り返すワークフローを標準化し、品質の一貫性と開発効率を向上させます。 📌 タイトル：Agent Skills（エージェントスキル概要） 🔗 URL： 🧩 概要 エージェントを構築するとき、特定の手順やベストプラクティスを毎回プロンプトで指示するのは冗長です。Agent Skillsは、そうした手順・知識・ツール使用パターンをパッケージ化して「スキル」として定義し、Claudeに組み込む仕組みです。スキルはドキュメント・ツール・プロンプトの組み合わせで構成され、再利用可能なモジュールとして機能します。 🛠 使い方 スキルを定義し、エージェントの設定に追加します。スキルにはタスクの実行手順、使用するツール、品質基準などを含められます。Claudeはスキルに従って構造化されたアプローチでタスクを遂行します。スキルの追加・変更でエージェントの能力を拡張・調整できます。 🏗 本番システムへの組み込み方 ・社内業務エージェント：「経費申請の処理」「議事録の作成」などの業務手順をスキルとして定義。新しいエージェントにすぐ組み込めます。 ・開発支援Bot：「コードレビュー」「テスト作成」「ドキュメント生成」などの開発手順をスキルに。品質基準がチーム内で統一されます。 ・カスタマーサポート：「返品処理」「トラブルシュート」などの対応手順をスキル化し、回答品質の一貫性を確保。 ・マルチスキルエージェント：複数のスキルを持つ汎用エージェントを構築し、タスクに応じて適切なスキルを自動選択。 💡 ユースケース 🏢 業務手順の標準化・自動化 💻 開発ワークフローの品質統一 📞 サポート対応の一貫性確保 🤖 柔軟なマルチスキルエージェント ⚠️ 注意点 スキルの定義が曖昧だと、エージェントの動作も曖昧になります。手順を具体的に記述し、期待される出力の形式も明示するのが品質の鍵です。また、スキルが多すぎるとモデルの判断が難しくなるため、関連するスキルは整理・統合しておきましょう。 ✨ 良いエージェントは良いスキル定義から。繰り返すワークフローをスキルにして、品質と効率を同時に上げましょう。 #Claude# #LLM#

イスラーム法学の「ハディース学」を、AIエージェントが積み上げる知識ベースの信頼性判定に応用した論文が出ている(https://arxiv[.]org/html/2607.24117v1)。 複数のAIが協調して知識ベースを作る仕組み(スクレイパーが情報を抽出し、要約モデルが整理し、別のモデルが回答を合成する、という何人もの「手」を渡り歩く構成)では、来歴管理(provenance、誰が何をしたかの記録)があっても「この主張を信じていいか」までは答えられません。著者が持ち込むのは、預言者ムハンマドの死後にイスラーム法学者が約1200年かけて磨いた手法です。伝承の連鎖(isnād)を必ず記録し、伝承者ひとりひとりの信頼度を個別に格付けする(rijāl)という考え方です。 鎖全体の信頼度は一番弱い伝承者で決まる「弱点連鎖」が基本ルールです。最後にどれだけ賢いモデルが回答を合成しても、途中の抽出段階が壊れていれば意味がないという発想です。ただしAI向けの調整もあり、情報を壊すだけの処理(抽出や要約)は単純に最小値評価にする一方、情報を作り直す処理(生成モデルによる合成)は自分の格付けの範囲内でなら信頼度を持ち上げる方向にも動けます。弱点連鎖だけでは厳しすぎる場面を救うため、互いに独立した複数の連鎖が同じ主張を裏付ければ格上げする「相互証明」の仕組みも入っています。さらに、連鎖の信頼度が高くても中身が正しいとは限らないため、伝承の連鎖とは別に主張の中身そのものが既存の知識と矛盾していないか個別にチェックする仕組みも組み込まれています。実際に物理学の教科書(OpenStaxとCrowellの教科書)に適用した事例研究では19件の矛盾が見つかり、全て人手確認で本物と確認されました。多くは「古典力学とフォトンとで運動量の扱いが違う」ように、間違いではなくどちらも正しいが前提となる理論が違うだけ、というケースだったそうです。 本評価では同じ物理学教科書から抽出した2万件の主張を使い、信頼度の異なる4つの「伝承者」(モデルやスクレイパーのバージョン、故障率は1%・2%・15%・18%)を混ぜてテストしました。最も信頼度の低い伝承者を含む連鎖4,057件(全体の29%)は漏れなく検疫(要注意の主張を人の目に回す措置)され、原因となった伝承者まで追跡できています。一方で、監査ログから自動的に信頼度を学習する仕組みは4つの伝承者のうち3つは正しく回復できたものの、実験内で最も故障率が高かった伝承者(18%)は該当分野での事例が少なすぎて一度も格付けされず、見逃されました。さらに実運用でのカバー率を決めているのは主張の矛盾を見抜く「批評」担当モデルの性能で、参照実装は単語の重なりを見る程度の簡易版だったため大半の文章を「判定不能」としてしまい、カバー率は4.8%止まりだったとも正直に報告されています。 うまくいった部分といかなかった部分の両方をはっきり書いている点も含めて、複数エージェントで知識を積み上げるシステムの設計を考える上で参考になりそうです。