はじめに 本研究は、DeepSeek-R1 のような推論特化モデルが"熟考でバイアスを減らす"と信じられている一方、推論の長さが増えるほど位置バイアスが拡大する点を明示する。研究動機は、長い推論パスが正確性・再現性を左右する可能性を定量化すること。PBS（Position Bias Score）による定量化と、長さ依存性を検証する実証実験を通じ、デコード戦略やデータ設計の改善に繋がる洞察を提供する。本稿の狙いは、考えるほど偏る現象の影響範囲を明確化し、実務での評価指標と対策の方向性を示す点である。 背景と関連研究 上記の問題意識のもと、まず関連研究を整理する。長さ依存性は、LLMの推論過程における位置情報バイアスが蓄積する問題として広く議論されてきた。特にチェーン・オブ・ソート（CoT）推論での誘導的情報や、選択肢の表示順が結果に影響する現象が報告される。以前の研究は、推論が長くなるほどバイアスは薄まると考えられてきたが、近年の検証は長さが増すほど誤答傾向が顕著になる可能性を示唆しており、デコード戦略やデータ設計の再検討を促している。 研究課題と定義 このような背景を踏ま

はじめに AIエージェントが直面する長期タスクの壁は高く、現行のベンチマークは短期的な成果や局所的な最適化に偏り、長期間にわたる計画・進捗の評価が不十分である。現実世界の文脈は複雑なファイル構造や連携タスクに依存し、月規模の取り組みを要する場面が多い。本研究は、規模の大きい合成コンピュータ群を用い、長期生産性タスクを自律的に遂行可能か検証するという意義を持つ。大規模シミュレーションと二段階エージェント設計により、自己改善のための学習信号を豊かに供給し、エージェントの適応力を測定する。本記事では、背景・技術図解・実験設計と今後の展望を順に解説する。 背景と先行研究 長期タスクの評価は現状ベンチマークが分断的であり、合成データと大規模シミュレーションは有効な補完になり得る。世界モデルと長期予測の研究は活発化し、NVIDIA Cosmos World、PAN系の長期世界モデル、MBZUAIの長期対話・タスクシミュレーションなどが代表例として挙げられる。こうした取り組みは長期計画・適応の学習信号を提供する。本研究は、合成デスクトップ環境を大規模に生成し、2段階エージェント設計で月規模の

概要 本記事では、CERNのCMS実験で行われた最新の研究成果「WWγ生成の観測とHγ生成の探索」について解説します。この研究は高エネルギー物理学の重要な進展であり、標準模型の検証と新物理探索に貢献するものです。 具体的には、13 TeVの陽子衝突、138 fb⁻¹の積分光度という条件で得られたデータを解析し、三重ゲージ結合（three gauge boson coupling）の直接検証を行いました。レプトン・光子の選択条件や断面積測定の結果を通じて、標準模型の予測精度と新物理探索の可能性について考察します。 研究の背景と意義 素粒子物理学の基礎をなす標準模型は、物質と力の基本相互作用を統一的に説明する理論です。しかし、暗黒物質や宇宙の物質・反物質非対称性などの未解決問題が残されています。こうした背景から、LHCの13 TeV領域でWWγ生成を観測することは、三重ゲージ結合の直接検証を通じて標準模型予測の精度向上につながります。一方、Hγ生成探索はヒッグス粒子と光子の結合を通じて新物理の兆候を探る試みです。 実験手法とデータ収集 CMS（Compact Muon So