博士課程の在籍するひとをなんと呼ぶのか問題 A ‘student’, ‘candidate’, ‘researcher’, or a ‘scholar’? A critical discussion of the terminology used for those doing a PhD: Innovations in Education and Teaching International: Vol 63 , No 4 - Get Access

🧬 「抗がん活性があって毒性の低いペプチドを作って」という自然言語の指示だけで、分子生成モデルを目標に導けるようになりました。 タイトル: LLM-to-Flow Distillation: Teaching Natural Language Goals to Scientific Generators URL: 分子やペプチドを生成するFlow/Diffusionモデルは優秀ですが、自然言語の目標に合わせて調整するには通常、明示的な報酬関数（プロキシ指標）が必要でした。この論文のLFDはLLMを教師、生成モデルを学生とすることでこの壁を取り払います。注目ポイントは3つです。 🎯 プロキシ報酬なしで目標に整合 LLMが生成サンプルを見ながら「今の実力で届く部分目標」を段階的に設定し、DPOで生成モデルを少しずつ目標領域へ導きます。 📊 絶対評価は不正確でも相対判定は信頼できる LLMに1〜100点をつけさせると真値から大きくズレますが、どちらが優れているかのペア判定は一貫して信頼できることを実証し、スケーラブルなバッチ分類方式を採用しています。 🏆 既存手法を一貫して上回る実験結果 細胞貫通ペプチドでpLM4CPPsスコア69.06%（DiffusionNFTの57.04%超え）、抗がんペプチドで53.54%（Guidanceの35.94%超え）、ドパミンD2受容体ドッキングでもVinaスコア-8.48で全手法中最良を記録しました。 プロキシ報酬を用意できない実験科学の現場でこそ効くアプローチだと感じます。 #LLM# #AI創薬#

こないだ奢りにきた元・日本代表アスリートが「現役時代どうにもならなかった長年の課題が、ぷろおご結婚相談で改善しそうで驚く」「そうか、あの時、こうしてればよかったんだ」「嬉しいけど、もっと早く頼めばよかった」「なんか、コーチとかに」などと言い出して、マジでなんのコーチだよ、となった 婚活、わりと本気で取り組むと「人生の課題に向き合う」ようなハメになって大変なんだけど、うまくいくと人生全体に寄与するので、おすすめ。 ＠taichinakaj に奢ると相談できるよ

🧩 エージェントの訓練環境は、実はかなり「理想化」されています。ツールは常に正常に応答し、ユーザーは混乱なく指示を出す——そんな前提で育ったエージェントが、本番環境のタイムアウトやエラー、ユーザーからの突然の訂正にどこまで耐えられるでしょうか。 著者らはここに着目し、実際のMCPサーバー557個から収集した2万4千件超のツール失敗を分析し、8つの失敗パターンと1,170件の「回復スキル」を抽出しました。これを元に、失敗直後からの立て直し、最初からの再計画、ユーザーからの自然言語での訂正という3つの角度でエージェントに反省のやり方を教え込み、さらにノイズ入りとクリーンな経験を混ぜた強化学習でその能力を磨き上げます。これがAgent-Reflexという手法です。 結果は明確で、長時間のツール利用ベンチマーク5種の平均でベースモデルの31.6%から58.6%へと大幅に向上し、ノイズを混ぜた評価でも45.9%という高い性能を維持しました。失敗を恐れず回復する力そのものを、プロンプトではなくパラメータに刻み込んだことが効いています。 タイトル: Agent-Reflex: Teaching Language Agents to Act Reflectively URL: #LLMエージェント# #強化学習#

🧩 エージェントの訓練環境は、実はかなり「理想化」されています。ツールは常に正常に応答し、ユーザーは混乱なく指示を出す——そんな前提で育ったエージェントが、本番環境のタイムアウトやエラー、ユーザーからの突然の訂正にどこまで耐えられるでしょうか。 著者らはここに着目し、実際のMCPサーバー557個から収集した2万4千件超のツール失敗を分析し、8つの失敗パターンと1,170件の「回復スキル」を抽出しました。これを元に、失敗直後からの立て直し、最初からの再計画、ユーザーからの自然言語での訂正という3つの角度でエージェントに反省のやり方を教え込み、さらにノイズ入りとクリーンな経験を混ぜた強化学習でその能力を磨き上げます。これがAgent-Reflexという手法です。 結果は明確で、長時間のツール利用ベンチマーク5種の平均でベースモデルの31.6%から58.6%へと大幅に向上し、ノイズを混ぜた評価でも45.9%という高い性能を維持しました。失敗を恐れず回復する力そのものを、プロンプトではなくパラメータに刻み込んだことが効いています。 タイトル: Agent-Reflex: Teaching Language Agents to Act Reflectively URL: #LLMエージェント# #強化学習#

大手ファンドで出世したバリキャリ女性が「結婚したい」「けど、理想の相手がいない」といって奢りにきたので、「あなたは、現在の価値に囚われすぎている。ほら。ファンドだって、将来性に投資するワケでしょ？なぜ同じことが、婚活になるとできないんですか？」という話になった。 婚活においてパートナーを選ぶなら、「今その人との関係を魅力的に思うか」ではなく、「こどもを持ち、それから３年経ったときに、その関係は悪くないものになっているか」で考えるべきだ、と話した。 つまり、これは「子育ては運動部」理論である。 初対面では別にしっくりこない、とくに相性のよくなさそうなチームメイトでも「３年クソみたいな顧問にしごかれながらキツイ練習を共にする」と、なんだか愛着が湧いてきて、むしろ「入学当初仲の良かったクラスメイト」なんかよりも、ずっと仲良くなっていたりする。一生呑める仲にすらなりうる。 結婚と子育ては「部活」である。これをいかに超えるか。そして、超えたあとに「育まれる関係性が想像できるか」。これでパートナーを選ぶ。つまり、今の価値だけを測るのではなく、本質的な運用を続けることで高まる将来的な価値も、パートナーの査定に含めよ、と。 あなたも、本業ではそういう会社を買うでしょ？同じことやんなよ！というお話しである。 というわけで、さいきんは趣味で「奢りにきたひとたち」を結婚させたりしています。詳細は @taichinakaj のプロフに！