𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃 ⁺SESSION Bチーム 出演モデルの皆さんです🌱 ありがとうございました·.⟡ #フレッシュ撮影会# 𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃

𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃 ⁺SESSION Aチーム 出演モデルの皆さんです☀️ ありがとうございました·.⟡ #フレッシュ撮影会# 𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃 𓈒𓏸𓈒꙳𓂃

エージェントの精度が出ないとき、つい「もっと強いモデルに変えよう」となるけど、伸びしろは別の場所にある。あるチームはモデルを一切変えず、ハーネスだけ作り込んでベンチを30位から5位に押し上げた。モデル交換の前に、まず器を疑うべきなんだ。

【本日21時から申し込み開始！】 リアポ東京2027　21時から申し込み開始です！ グループ団体歓迎！ モデルチーム参加OK！ 印刷、展示のお任せコースあり！ ●ビギナー枠は明日です！ ・05/18 21時～リアポ東京2027・ビギナー枠申し込み開始 #リアポ東京#

🤝 「最強の1モデル」より「複数モデルのチーム」の方が強い。しかも安いモデルの寄せ集めが、単体のフロンティアモデルを上回る——OpenRouterがデータで示しました。 タイトル: Surpassing Frontier Performance with Fusion URL: 💡 概要 Fusionは、複数のAIモデルの出力を1回のAPI呼び出しで合成するOpenRouterのツールです。参加モデルの「パネル」と、結果を束ねる「ジャッジモデル」を選ぶだけで、単一モデルを呼ぶ感覚でアンサンブルの力を使えます。 ⚠️ 解決する課題 通常のベンチマークは事実想起や推論パズルは測れても、複数情報源を統合して引用付きで分析を書く「現実のリサーチ力」を評価できません。また単体モデルの性能限界をどう超えるかも課題でした。 🛠 方法論 ・プロンプトをパネル各モデルに並列ディスパッチ（web検索・fetch有効） ・ジャッジが全回答を分析し「合意点・矛盾・部分カバー・独自の洞察・盲点」を構造化 ・呼び出し元モデルがその統合分析をもとに最終回答を生成 ・採点基準への汚染はドメイン除外で防止 📊 実験結果（DRACOベンチ100件） ・Fable 5 + GPT-5.5（Opus 4.8が合成）が69.0%で全単体モデルを上回り最高 ・Opus 4.8の自己合成は65.5%で、単体58.8%から6.7ポイント向上 ・安価な3モデルのバジェットパネルは64.7%で、GPT-5.5やOpus 4.8の単体を上回り、約50%低コスト 合成そのものが効くこと、安いモデルの多様性が単体フロンティアに匹敵することを示しました。 #LLM# #AIエージェント#

🐡 ある日、規制が変わっただけで頼りのモデルのAPIが一夜で使えなくなる――そんな現実が、AIの「単一ベンダー依存」リスクを突きつけました。 実際、Fable / Mythos への輸出規制は、アクセスが瞬時に断たれ得ることを示しました。ならば1つの巨大モデルに賭けるのではなく、複数のモデルを束ねて協調させる「集合知」こそが、レジリエントなAI主権の現実的な設計図ではないか。Sakana AI はそう問いかけます。 その答えが Sakana Fugu: One Model to Command Them All です。Fuguは単なるルーターではなく「さまざまなLLMを呼び出すよう訓練された言語モデル」で、ユーザーは1つのエンドポイントに投げるだけ。あとはFuguが自分で解くか、専門モデルのチームを編成するかを判断し、選択・委譲・検証・統合まで内部で完結させます。自分自身を再帰的に呼び出し、プール内のエージェントは差し替え可能なので、制限のかかったモデルを動的に迂回できるのが主権の肝です。基盤はICLR 2026のTrinityとConductorで、固定ワークフローではなく「学習された協調」で動きます。 🚀 精度重視のFugu Ultraは厳しい推論・科学・工学ベンチでFable 5やMythos Previewと肩を並べ、タスクによってはGemini 3.1 Pro / Opus 4.8 / GPT 5.5を上回るとのこと。ベータ500名では、コードレビューで競合の約3件に対しFuguは20件超の問題を検出し、データサイエンス研究もほぼ無人で進んだと報告されています。モノリシックな巨大化から、協調するエコシステムへ。 URL: #AIエージェント# #LLM#

# Cursorの機能と実践的な使い方 🕵️ 調査やコマンド実行の大量ログでメインの会話が埋まっていませんか。CursorのSubagentsは、専門タスクを独立した文脈に逃がし、ノイズを隔離してくれます。 🏷️ タイトル: 独立コンテキストの専門エージェント 🔗 URL: 📘 概要 Subagentsは、メインのエージェントが作業を委譲できる専門アシスタントです。それぞれ独立したコンテキストウィンドウを持ち、特定種類のタスクを処理して結果だけを親へ返します。複雑な作業を分割でき、複数を並列実行することも可能です。 ⚙️ 機能の説明 最大の利点は隔離です。長い調査や探索の中間出力がメインの会話を圧迫しません。サブエージェントは過去の会話履歴を参照できないため、必要な文脈は最初のプロンプトで渡されます。組み込みのサブエージェントは3種類あります。 ・Explore: 高速モデルでコードベースを検索・分析。単一検索の時間で約10並列の検索が可能 ・Bash: シェルコマンドを実行し、冗長な出力を親から隔離 ・Browser: MCP経由でブラウザを操作し、ノイズの多いDOMを要約に整理 カスタム定義は `.cursor/agents/`(プロジェクト)または `~/.cursor/agents/`(ユーザー)にMarkdownを置きます。同名衝突時はプロジェクト側が優先されます。 🛠️ 実践的な使い方 読み取り専用のセキュリティ監査役なら、フロントマターに `name: security-auditor`、`description` に観点、`model: inherit`、`readonly: true` を書き、本文に「変更点をセキュリティ観点でレビューし、リスクと修正案を簡潔に報告して」と指示するだけです。 主なフィールドは `name` / `description`(委譲判断に使われる) / `model`(`inherit` か `composer-2` 等) / `readonly`(編集・状態変更を禁止) / `is_background`(親をブロックせず実行)です。呼び出しは自動委譲のほか、`/security-auditor 認証フローを確認して` のような明示指定や自然な言及で行えます。「APIの変更レビューとドキュメント更新を並行で」と頼めば複数を並列起動します。 💡 ユースケース 検証エージェントで「完了」と主張された実装が本当に動くか独立検証し、未完成を見逃さない。デバッガでスタックトレースから根本原因を特定し最小修正。テストランナーで変更後に自動テストし、意図を保ったまま失敗を修正、といった2〜3個の役割が定番です。バックグラウンド実行は状態を逐次書き出すため、後から再開できます。 ⚠️ 注意点 並列5個のサブエージェントはおおむね単体の5倍のトークンを消費し、単純なタスクは起動オーバーヘッドでかえって遅くなることがあります。指定モデルはチーム管理者やプラン制約で上書きされる場合があります。Cursor 2.5以降は子サブエージェントを生成できますが、Taskツールへのアクセスが必要で、フックやポリシーでブロックされ得ます。曖昧な説明の汎用エージェントを大量に作るのは避け、具体的な指示の2〜3個に絞りましょう。 #Cursor# #AIエージェント#

エージェントのモデルをアップグレードした翌日、なぜか回答の質が静かに落ちている。そんな経験はないでしょうか。 多くのチームは、モデルの入れ替えを「ただの差し替え」だと考えがちです。しかしエージェントが蓄積してきたメモリは、古いモデルの癖や解釈のクセを前提に書かれています。新しいモデルがそのメモリを引き継いだ瞬間、性能はテストに気づかれないまま劣化してしまうことがあります。 そこで研究者たちは、生履歴・RAG・モデル圧縮ノート・固定スキーマの知識グラフという4つのメモリ形式を、実際にモデルを入れ替えて比較しました。結果は形式によって驚くほど異なります。固定スキーマの知識グラフはモデルを替えてもほぼ無傷（変化わずか±0.0004ポイント）だった一方、圧縮ノートは書き手と読み手の組み合わせ次第で最大13.28ポイントも劣化し、埋め込みを中途半端に移行すると得られるはずの改善の58%を静かに失うことも判明しました。 Does Your Agent's Memory Survive a Model Upgrade? A Controlled Study of Memory Portability モデルのアップグレードは、もはや単なる差し替えではなく「メモリの移行プロジェクト」として扱うべき時代が来ているのかもしれません。 #AIエージェント# #メモリ管理#

NTUの研究チームが、複数のLLMをまとめる司令塔(セントラルモデル)向けに、新しい記憶の仕組み「Σ-Mem」を提案した(https://arxiv[.]org/abs/2607.27958)。 画像はその動機を示す例。複数のエージェント(ピア)が「Berlin」で一致しても、参照元の資料が見えないセントラルモデルには正誤を判断できない(正解はZurich)。複数の意見が揃っていることは、correlated errors(同じ思い込みを共有した誤り)である可能性もあり、単純な多数決はかえって逆効果になりうる。 Σ-Memは、各ピアの過去の実績(historical competence evidence)と、ピア同士の相性(peer relationship evidence、一緒に正解しやすいか間違えやすいかの関係)を、数値の表(対称行列)としてずっと記録し続ける仕組み。1回の更新で変化できる幅を一定に抑える(Weylの不等式という定理で保証)ことで、モデル自体を再学習せずに安定してオンライン更新できる。 Qwen3系とQwen3.5系あわせて5モデルで検証したところ、信頼できるピアを意図的に入れ替える意地悪な設定(CF@90)で、Qwen3-0.6Bの正解率が46.22%から71.10%まで向上した。学習に使っていない未知のピアを後から追加しても効果は落ちず、学習対象外の領域(BBHなど)を含む30ケース中27ケースで性能が改善している。 興味深いのは、セントラルモデルの判断を介さず、質問文だけから「どのピアを信頼すべきか」を記憶だけで決める方式(M-route)でも、多数決や固定の最良ピアより高い精度が出た点。「誰を信頼するかの記録」そのものが、判断材料として機能することを示している。