Sakana AI@SakanaAILabsAIスコア4242

模倣ではなく査読者を支援するAI査読の枠組みとベンチマークを提案する研究が、TMLRに採択された。論文に矛盾を意図的に埋め込む自動パイプラインで誤りを作り、知識グラフで各矛盾の重大度を推定して、各システムの検出能力を評価する。提案手法のMulti-Layered Reviewは、読解の3パス手法に着想を得て主旨把握、詳細検討、総合評価の順に進め、比較した他のレビューシステムより多くの誤りを検出した。人間の査読とは異なる観点を補完し、論文の質の評価は人間の判断と概ね一致した。

CLeaR 2027の論文募集が開始、締切は2026年11月16日

Causal Learning and Reasoningの第6回カンファレンス「CLeaR 2027」が論文募集を開始した。投稿締切は2026年11月16日である。開催は2027年3月3～5日でパリを会場とし、因果推論チームの清水昌平チームディレクターがオレゴン州立大学のKarthika Mohan氏とともにProgram Chairを務める。

LLM-jp関係者の論文、第269回自然言語処理研究発表会で優秀研究賞を受賞

小野 聡さん（早稲田大学 / LLMC・RA）、児玉 貴志先生、小田 悠介先生、河原 大輔先生の論文が、第269回自然言語処理研究発表会で優秀研究賞を受賞した。児玉先生と小田先生はLLMC特任助教・特任准教授、河原先生は早稲田大学教授でLLMC客員教授・科学主幹である。

院内検査マスターをJLAC11へマッピング — NEDO医療LLMプロジェクトでのユースケース検証

ABEJAは、NEDOの医療特化型LLM事業で、院内検査マスターの検査項目をJLAC11コードへ変換（マッピング）するユースケース検証を行った。試薬・検査機器情報をPMDAデータベースと付番コード表で照合して候補を絞り込み、検査名称はLLMで突合する方式を採用した。完全自動化は目指さず、候補・確信度・根拠を出力してレビュー担当者が確定する設計としている。

AISI Japan、データ品質マネジメントガイドブックを公開

AISI Japanが、AIの信頼性を支えるデータ品質を持続的に確保するために何をすべきかを整理した「データ品質マネジメントガイドブック」を公開した。英語版が正式版で、日本語版は参考訳である。版としてはVersion 1.00（2025年3月31日公表）とVersion 1.01（2025年12月2日公表）があり、2026年5月14日にはデータ品質マネジメントチェックリスト（Version 1.00）が公表された。

AISI適合性評価SWG、2025年度活動報告書を公開

AI セーフティ・インスティテュート（AISI）の事業実証WGの一つである適合性評価SWGが、「2025年度 適合性評価SWG 活動報告書」を公開した。既存の適合性評価制度の現状と課題、国内のAI関連政策、国際標準化動向（ISO/IEC JTC1/SC42）を整理している。Human-Machine Teaming（HMT）を題材に、AIサービス、AIシステム、組織、人とAIシステムの相互作用を含む包括的な評価の論点と、今後の制度設計の方向性を検討した。

データ品質マネジメントガイドブック Ver.1.0を公開

データ品質マネジメントガイドブックのVer.1.0が公開された。AIの信頼確保とデータ駆動型社会の実現に向け、データとAIの価値を最大化するために必要なデータ品質を持続的に確保する方策を整理したものである。2/7に公開したドラフト版を更新した版で、正式版は英語版、日本語版はサマリとなる。