#reasoning 19 total

AI要約 大規模言語モデル（LLM）が間接推論・文化的知識・協調的仮説検証を必要とするクイズゲーム「What? Where? When?」でどこまで通用するかを検証した論文。LLMの現在の限界と、チーム構成による協調推論の可能性を探っている。

EN Researchers investigate whether teams of LLMs can tackle 'What? Where? When?', a trivia game demanding indirect reasoning and cultural knowledge, probing the cooperative reasoning limits of current large language models.

AI要約 VeriGateは、GRPO（グループ相対方策最適化）における結果報酬の粗さを補うため、ステップレベルの検証器ゲーティングを導入した手法。推論モデルの学習効率と精度を高めることを目指している。

EN arXiv:2605.30451v1 Announce Type: new Abstract: Group Relative Policy Optimization (GRPO) is an effective recipe for training reasoning models with verifier-based outcome rewards, but its supervision

AI要約 複数シーケンスを並列生成するLLMのテスト時スケーリングに向け、専用の位置エンコーディング手法LaneRoPEを提案した研究論文。

EN arXiv:2605.27570v1 Announce Type: new Abstract: Parallel LLM test-time scaling techniques (e.g., best-of-$N$) require drawing $N>1$ sequences conditioned on the same input prompt. These methods boost

AI要約 AIエージェントが人間の規範をリアルタイムで把握し、計画に反映させる手法を提案した研究論文。

EN arXiv:2605.27622v1 Announce Type: new Abstract: To safely interact with humans, AI agents must both know our norms and consider them during planning. However, such norm-guided planning has been less e

AI要約 KaggleのGoogle Tunixハッカソンで、開発者たちが小規模な非推論ベースモデルをTPUと限られた計算リソースで汎用推論エンジンへと変換した。

EN The Google Tunix Hackathon on Kaggle challenged developers to transform small, non-reasoning base models into general reasoning engines using Kaggle TPUs and a limited compute budget. The winning team

AI要約 グラフや表などの構造化知識を線形化してLLMに入力する際にハルシネーションが生じるメカニズムを機械的に分析した研究論文。

EN arXiv:2605.26362v1 Announce Type: new Abstract: In many reasoning tasks, large language models (LLMs) rely on structured external knowledge, such as graphs and tables, which is typically linearized in

AI要約 LLMの長い思考チェーンに含まれる冗長性を定量化し、レイテンシ・GPU時間・エネルギーコストを削減する手法を研究した論文。

EN A research paper quantifying redundancy in LLM chain-of-thought reasoning, aiming to reduce latency, GPU time, and energy costs without sacrificing accuracy.

AI要約 Google DeepMindは最新モデル「Gemini 3.1 Pro」を発表した。複雑な推論やコーディング、長文理解を中心に性能を底上げし、開発者やエンタープライズ向けの高度なタスク処理を狙う。Gemini 3シリーズの増分アップデートと位置付けられる。

EN 3.1 Pro is designed for tasks where a simple answer isn’t enough.

AI要約 Google DeepMindは、Gemini 3 Proを拡張した高度推論モード「Deep Think」を発表した。並列思考と長時間推論で数学・科学・コーディング分野のベンチマークを刷新し、研究者やエンジニア向けに新たな問題解決能力を提供する。

EN Our most specialized reasoning mode is now updated to solve modern science, research and engineering challenges.

AI要約 GoogleのGemini Deep Thinkが数学者や科学者と連携し、長年未解決だった数学問題で新たな進展を達成した。並列推論技術により複雑な定理証明や科学的予想の検証を支援し、AIによる研究加速の実例を示した。

EN Research papers point to the growing impact of Deep Think across fields

AI要約 DeepSeek登場から1年、中国発オープンソースAIモデルのアーキテクチャ選択——MoE・長文処理・マルチモーダル・推論——を俯瞰分析。

EN Architectural Choices in China's Open-Source AI Ecosystem: Building Beyond DeepSeek