テクノロジー
『ダンジョンズ＆ドラゴンズ』が暴いた最新AIモデルの計画性と記憶の限界点
現代の人工知能（AI）研究における最大の難問の一つは、チャットボットが「一貫性を保ちながら、長期的な目的を達成できるか」という点にある 。単発の質問に答える能力は飛躍的に向上したが、複雑なルールに縛られ、複数のステップを […]
Tech Product
D&D Agents
Overview
最終更新: 2026年7月9日LLM同士、あるいは人間とLLMが混在してプレイできるシミュレーター。特定のデジタルツール（関数）を介してのみゲーム世界に干渉させる「Tool-Grounded」アプローチを採用し、ハルシネーションを防ぎながら純粋なルール遵守能力を測定する。
Mentioned Articles
1 件External Mentions
10 件- arXiv Numerical analysis of first-order mean field games under displacement monotonicity
- arXiv OPID: On-Policy Skill Distillation for Agentic Reinforcement Learning
- arXiv Humans Disengage, Reasoning Models Persist: Separating Difficulty Registration from Deliberation Allocation
- arXiv Beyond Feedforward Networks: Reentry Neural Systems as the Fundamental Basis of Subjecthood and Intrinsic Safety of Next-Generation AGI
- arXiv Instruction Bleed: Cross-Module Interference in Prompt-Composed Agentic Systems
- arXiv A Greatest Common Divisor Criterion of Certain Binomial Coefficients
- arXiv Nous: A Predictive World Model for Long-Term Agent Memory
- arXiv Hallucination as Context Drift: Synchronization Protocols for Multi-Agent LLM Systems
- arXiv UniviewVLA: A Unified Multiview Vision-Language-Action Model with World Modeling
- arXiv Byzantine-Resilient Federated Multi-Agent Optimization Framework for Cyber-Secure Interconnected Microgrids