YouTube全編無料3DLIVE
#アルバ1st3Dライブ 『Evolving』
ありがとうございましたー！！

🎤視聴はこちら
https://t.co/tSl1h1mlP1

まだ見てない人は見てくださいね！

#Vtuber https://t.co/JIn4cZyCN6 https://t.co/ik2u05CkFY December 12, 2025

／
ヨドバシ新宿西口本店50周年記念
＼

圧倒的迫力なゴジラフィギュア
✅東宝大怪獣シリーズ：にせゴジラ
✅デフォリアル：GODZILLA(2024)EVOLVED VER.
✅エクスプラス X-PLUS：東宝大怪獣シリーズ ゴジラ（2023）
1名様ずつに🎁

👉フォロー＆リポスト
👉あなたの好きなゴジラ作品は？

12/1まで‼️ https://t.co/gb2H1FfASI https://t.co/uTyA2R5Ytq December 12, 2025

試行錯誤中のショート動画です(定期)

▷ https://t.co/96Gee42KsN

本日20時前後ミラティブにてセナリバ配信予定です！

#RTypeFinal3Evolved #RTypeFinal2 #シューティングゲーム December 12, 2025

へぇー、面白い。
いろんな方法で AIは今後も進化していきそうだね！

倭国語訳
スタンフォード大学のこの論文、マジで脳がバグった。

彼らは、ゼロデータから進化するAI（Artificial Intelligence）エージェントフレームワークを作り上げた。
人手によるラベル付けもなし、用意されたタスクもなし、デモもなし。
それなのに、既存のあらゆる自己対戦（self-play）手法を上回ってしまう。

名前は
Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning
という。
やっていることが本当にぶっ飛んでいる。

これまで見てきた「自己改善する」エージェントには、同じ致命的な欠点があった。
自分がすでにできることより、ほんの少しだけ難しいタスクしか生成できない。
だからすぐに頭打ちになる。

Agent0は、その天井をぶち破る。

ここからがヤバい。

同じ基盤LLM（Large Language Model）から2体のエージェントを生成して、互いに競わせる。

・カリキュラムエージェント：どんどん難しいタスクを生成する
・エグゼキュータエージェント：推論＋ツールを使ってそれらを解こうとする

エグゼキュータが賢くなればなるほど、カリキュラムエージェントは難易度をさらに上げざるをえなくなる。
タスクが難しくなるたびに、今度はエグゼキュータが進化を強いられる。

こうして、閉じたループで自己強化していくカリキュラムスパイラルが生まれる。
しかも最初から、データも人間の介入も一切なしで。

たった2体のエージェントがお互いを押し上げながら、どんどん高い知能レベルに到達していく。

そして、ここに「チートコード」を足してくる。

ループの中に、フル機能のPythonツールインタプリタを埋め込むのだ。

エグゼキュータは、コードを書いて問題を解くという推論の仕方を学ぶ。
カリキュラムエージェントは、ツールの使用が必須になるようなタスクを作ることを学ぶ。
こうして両方のエージェントが、ひたすらエスカレートしていく。

結果はこうだ。

→ 数学的推論が＋18%
→ 一般的な推論が＋24%
→ R-Zero、SPIRAL、Absolute Zero、さらには外部のプロプライエタリなAPI（Application Programming Interface）を使うフレームワークさえ打ち負かす
→ それが全部、ゼロデータからの自己進化サイクルだけで達成されている

彼らは、反復を重ねるにつれて難易度カーブが上がっていく様子も示している。
タスクは、最初は基礎的な幾何の問題から始まり、
やがて制約充足、組合せ論、論理パズル、そしてツールへの依存度が高い多段階の問題へと進化していく。

これは、LLM（Large Language Model）における「自律的な認知の成長」というものに、これまでで最も近づいた例だ。

Agent0は、単なる「より優れたRL（Reinforcement Learning）」ではない。

自分自身の知能をブートストラップしていくエージェントの設計図そのものだ。

エージェント時代のロックが、いま外された。 December 12, 2025