本記事は APIGen: Automated Pipeline for Generating Verifiable and Diverse Function-Calling Datasets の解説記事です。 論文概要（Abstract） APIGenは、LLMのFunction Calling能力を向上させるための検証可能かつ多様な訓練データセットを自動生成するパイプラインである。21...

本記事は Seal-Tools: Self-Instruct Tool Learning Dataset for Agent Tuning and Detailed Benchmark の解説記事です。 論文概要（Abstract） Seal-Toolsは、LLMのツール使用能力を訓練・評価するために設計されたSelf-Instruct方式のデータセットである。4,076個のAPI風ツー...

本記事は API-Bank: A Comprehensive Benchmark for Tool-Augmented LLMs の解説記事です。 論文概要（Abstract） API-Bankは、ツール拡張LLM（Tool-Augmented LLM）を体系的に評価するために設計されたベンチマークである。著者らは73種の実行可能なAPIツールを実装し、314件のツール利用対話（753件...

本記事は NexusRaven: a Commercially-Permissive Language Model for Function Calling の解説記事です。 論文概要（Abstract） NexusRaven-13Bは、CodeLLAMA-13Bをベースとしたfunction calling特化のオープンソース言語モデルである。著者らは、多くのオープンソースモデルが高品...

ブログ概要（Summary） 本記事は AI SDK 6 - Vercel の解説記事です。 AI SDK 6は、Vercelが公開したTypeScriptベースのLLMアプリケーション構築フレームワークのメジャーバージョンアップである。v3 Language Model Specificationに基づき、ToolLoopAgentクラスによるエージェント抽象化、needsApprov...

本記事は arXiv:2503.01141 TurboRAG: Accelerating Retrieval-Augmented Generation with Precomputed KV Caches for Chunked Text の解説記事です。 論文概要（Abstract） TurboRAGは、RAG（Retrieval-Augmented Generation）システムにお...

本記事は Introducing GPT-5.5 (OpenAI) および Using GPT-5.5 (API Docs) の解説記事です。 ブログ概要（Summary） OpenAIは2026年4月23日にGPT-5.5をリリースした。GPT-5.5はreasoning.effortパラメータ（none/low/medium/high/xhigh）で推論深度とレイテンシのトレードオフ...

本記事は Introducing the agent performance loop: AgentCore Optimization now in preview の解説記事です。 ブログ概要（Summary） AWSは2026年4月30日、Amazon Bedrock AgentCore Optimizationのプレビュー提供を発表した。この機能は、プロダクション環境で収集されたエ...

本記事は arXiv:2503.10461 Reasoning Under Adaptive Budgets の解説記事です。 論文概要（Abstract） 本論文は、LLMが複雑な推論タスクに取り組む際の計算予算（推論トークン数・ステップ数）を動的に制御する手法群を体系的にサーベイしている。著者らは、Chain-of-Thought（CoT）推論の計算コストが実用上の課題となっている現...

本記事は Optimizing AI responsiveness: A practical guide to Amazon Bedrock latency-optimized inference の解説記事です。 ブログ概要（Summary） AWSが公式ブログで公開した「Amazon Bedrock latency-optimized inference」の実践ガイドでは、perfo...