AIが自律的に論文を書く時代、「幻引用・メソッドとコードの不整合・再現不可能なスコア」という信頼性の危機が深刻化しています。 タイトル: Science One Framework: A verifiable autonomous research framework via Chain-of-Evidence Google CloudのScience One Frameworkは「検証可能性を後付けではなく設計の第一制約とする」というChain-of-Evidence原則で、AI自律研究の信頼性問題を根本から解決します。 🔍 注目ポイント1 — Chain-of-Evidence（CoE）の2原則 「すべての主張が記録された証拠チェーンを持つ（完全性）」「各チェーンがその主張を真に支持する（正確性）」という2原則を定義します。ベースラインシステムで最大21%あったPhantom Referenceを0%に削減し、論文に記述されたメソッドとコードの整合性も全評価システム中で最高水準を達成しています。後付けで検証するのではなく、主張を生成する段階で証拠チェーンを同時に構築する点が従来手法との根本的な違いです。 🏗 注目ポイント2 — 3モジュールアーキテクチャ Problem Investigator（Semantic Scholar APIで最大100本のPDFから引用グラフを構築し、モデル記憶ではなく取得データに根拠付け）、Discovery Engine（並列ブランチで複数解を探索し全評価器出力を不変記録として保持）、Paper Writer & Claim Verifier（専用エージェントが主張を特定のワークスペース成果物に結びつけ、不整合を削除ではなく保守的に修正）という3つのモジュールが科学的誠実性を構造的に担保します。 🏆 注目ポイント3 — MLE-BenchとParameter-Golfでの実績 医療画像・細粒度認識・3D知覚を含むKaggleコンペ5種で金メダル2個・銀メダル2個を獲得。全ベースラインシステムが失敗した3Dオブジェクト検出タスクで優勝しました。厳格なハードウェア・ファイルサイズ制約下でのParameter-Golf LLMコンペでも2026年4月27日時点のSoTAを達成し、ベースラインはいずれも有効な提出物を生成できませんでした。 厳密性と競争力は両立できます。AI Scientist v2・AutoResearchClaw・DeepScientistなど最先端5システムを上回り、検証可能な自律研究の新しい基準を打ち立てています。 #AIResearch# #科学AI#

これ昨日から話題になってる記事。勝手に他人の予約をAIが削除とな。 「AIアシスタントがジムのウェブサイトをハッキング、オーストラリアで初めて確認された自律型サイバー攻撃」 AI assistant hacks gym website in first known Australian autonomous cyber attack

Panel：Web3 × AI 2026：分散型インフラから自律経済へ 分散型インフラとAIによって生まれる新たな経済モデルに注目。 自律経済の可能性を探る刺激的なセッションとなりました。 🎙️モデレーター： 黄鶯 代表社員・CEO
オスマンサス・ユナイテッド合同会社　 💎登壇者： 佐野 尚志 Chief Investment Officer 三菱UFJイノベーション・パートナーズ 金森 伽野 ソニー銀行 DX事業企画部長 / BlockBloom株式会社 取締役 ソニー銀行 Kangsoo Kim 取缔役副社长
株式会社松尾研究所 Jack Gao セキュリティ戦略家 NTTDOCOMO BUSINESS, Inc. 🌐 #TEAMZSummit2026# #AI# #Web3# #AutonomousEconomy#

🌳 AIはついに「単発の実験を回すツール」から、時間をまたいで知見を積み上げる“研究者そのもの”へと進化しはじめました。仮説を一本のツリーとして育てていく、新しい自律研究フレームワークが登場しています。 タイトル: Toward Generalist Autonomous Research via Hypothesis-Tree Refinement URL: 🔍 概要 本研究は、長期的な自律研究を可能にするフレームワーク「Arbor」を提案しています。中核となるのは「Hypothesis-Tree Refinement（仮説ツリーの精緻化）」という考え方で、仮説・実験で得た成果物・証拠・そこから蒸留された知見を、すべて一本の永続的なツリー構造で結びつけます。実験を重ねるたびにこのツリーが更新され、次にどの方向を深掘りすべきかという探索フロンティアが継続的に磨かれていきます。 ❓ 解決する課題 これまでのLLM研究エージェントは、1回きりの実験を回すのが精一杯でした。 ・複数の試行をまたいで「どの仮説を深掘りすべきか」という大局的な戦略を維持できない ・ある実験で得た教訓が次に引き継がれず、毎回ゼロから探索してしまう ・有望な枝と行き止まりの枝を区別し、限られた計算資源を配分する仕組みが弱い つまり、知見が複利的に積み上がらないことが大きな壁になっていました。 💡 方法論と提案手法 Arborは役割の異なる2種類のエージェントと、それらをつなぐ永続的なツリーで構成されます。 ・長命なコーディネーター：研究全体の戦略を司る司令塔。仮説ツリーを俯瞰し、次に検証すべき仮説を決めます。セッションをまたいで生き続けるため、長期的な一貫性を担保します ・短命なエグゼキューター：個々の仮説を隔離された環境で実装・検証する実働部隊。検証が終われば役目を終えます ・仮説ツリー：仮説・証拠・成果物・知見を時間軸でリンクし、再利用可能な教訓を全体に伝播させます これにより、研究が単発実験の集合から、戦略・実行・証拠が積み上がる累積的プロセスへと変わります。 🎯 ユースケース 継続的に実験を回して性能を高めていく、AutoMLや機械学習の自動最適化、さらには科学的な発見プロセスそのものの自動化が有望な応用先です。長期にわたる試行錯誤を、人手を介さずに戦略的に進められる点が魅力です。 📊 実験結果 Autonomous Optimizationの設定で、実在する6つの研究タスクを使って評価されました。 ・6タスクすべてで最良のホールドアウト成績を達成 ・CodexやClaude Codeと比べて、平均で2.5倍超のホールドアウトゲインを記録 ・MLE-Bench LiteではGPT-5.5と組み合わせて86.36%のAny Medalを獲得し、比較対象の中で最強の結果を示しました #AIエージェント# #自律研究#