Daily CS Research - 2026-04-03

1. BloClaw: 次世代科学探索のための全知型マルチモーダルエージェントワークスペース

• 原題: BloClaw: An Omniscient, Multi-Modal Agentic Workspace for Next-Generation Scientific Discovery
• 著者: Yao Qin, Yangyang Yan, Jinhua Pang, Xiaoming Zhang
• 所属: Beijing 1st Biotech Group Co., Ltd. / 中国人民解放軍総合病院
• 掲載誌 / 会議 / プレプリント: arXiv プレプリント (2604.00550)
• 公開日: 2026-04-01
• 分野: 人工知能 / エージェントシステム
• URL: https://arxiv.org/abs/2604.00550

要約:

AI for Science（AI4S）の統合的な作業環境として設計されたマルチモーダルOSである。
従来のエージェントシステムが抱えるシリアライズ失敗やCORSポリシー制約などの問題に対し、3つのアーキテクチャ革新で対処する。
第一に、XML-Regex二重トラックルーティングプロトコルにより、シリアライズエラー率をJSON方式の17.6%から0.2%に低減した。
第二に、ランタイム状態インターセプションサンドボックスがPythonのモンキーパッチを活用し、Plotly/Matplotlibの動的可視化データを自律的にキャプチャ・コンパイルする。
第三に、状態駆動型ダイナミックビューポートUIにより、ミニマリストなコマンドデッキとインタラクティブな空間レンダリングエンジン間をシームレスに遷移する。
化学情報学（RDKit）、ESMFoldによるタンパク質フォールディング、分子ドッキング、自律RAGなど幅広いベンチマークで検証されている。

キーワード: エージェントシステム、科学探索、マルチモーダル、AI4S、可視化

2. His2Trans: 履歴検索による自己進化型C-to-Rustスケルトン翻訳フレームワーク

• 原題: His2Trans: A Skeleton First Framework for Self Evolving C to Rust Translation with Historical Retrieval
• 著者: Shengbo Wang, Mingwei Liu, Guangsheng Ou et al.
• 所属: 中山大学（Sun Yat-sen University）
• 掲載誌 / 会議 / プレプリント: arXiv プレプリント (2603.02617)
• 公開日: 2026-03-03
• 分野: ソフトウェア工学 / プログラミング言語
• URL: https://arxiv.org/abs/2603.02617

要約:

産業規模のCプロジェクトからRustへの自動移行において、ビルドコンテキスト欠如（「依存関係地獄」）とドメイン固有知識の不足が主な障壁となっている。
His2Transは、決定論的でビルド認識可能なスケルトンと、自己進化型知識抽出を組み合わせて安定的・漸進的な移行を支援する。
過去の移行トレースから細粒度のAPIルールやコード断片ルールを導出し、RAGシステムでLLMを慣用的なインターフェース再利用へ誘導する。
産業用OpenHarmonyモジュールでの実験では、インクリメンタルコンパイルパス率99.75%を達成し、C2Rustと比較してunsafeコード比率を23.6ポイント低減した。
知識蓄積の継続により、未知タスクでの修復オーバーヘッドを約60%削減する進化的挙動を実証している。

キーワード: C-to-Rust移行、LLM、RAG、スケルトン翻訳、自己進化型システム

3. OSS-CRS: AIxCCサイバー推論システムの実世界オープンソースセキュリティへの解放

• 原題: OSS-CRS: Liberating AIxCC Cyber Reasoning Systems for Real-World Open-Source Security
• 著者: Andrew Chin, Dongkwan Kim, Yu-Fu Fu et al.
• 所属: Georgia Institute of Technology / Microsoft
• 掲載誌 / 会議 / プレプリント: arXiv プレプリント (2603.08566)
• 公開日: 2026-03-11
• 分野: セキュリティ / ソフトウェア工学
• URL: https://arxiv.org/abs/2603.08566

要約:

DARPAのAI Cyber Challenge（AIxCC）では、7チームが脆弱性の発見・確認・パッチを自律的に行うサイバー推論システム（CRS）を構築しOSS化した。
しかし、これらのCRSは競技用クラウドインフラに依存しており、外部での利用がほぼ不可能な状態だった。
OSS-CRSは、LLMベースの自律的バグ発見・修正システムを構築・実行するための標準オーケストレーションフレームワークである。
統一インターフェースにより一度構築したCRSを異なる環境で修正なく実行でき、複数CRSの強みを組み合わせたキャンペーン実行も可能にする。
優勝システム（Atlantis）を移植し、8つのOSS-Fuzzプロジェクトから高重大度3件を含む10件の未知バグを発見した。
OpenSSFのAI/MLセキュリティワーキンググループに新プロジェクトとして採用されている。

キーワード: サイバー推論システム、自動脆弱性発見、AIxCC、オープンソースセキュリティ、LLM

4. OmniSch: 構造化図面視覚推論のためのマルチモーダルPCB回路図ベンチマーク

• 原題: OmniSch: A Multimodal PCB Schematic Benchmark For Structured Diagram Visual Reasoning
• 著者: Taiting Lu, Kaiyuan Lin, Yuxin Tian et al.
• 所属: 不明（論文PDFに記載）
• 掲載誌 / 会議 / プレプリント: CVPR 2026 採択
• 公開日: 2026-04-01
• 分野: コンピュータビジョン / マルチモーダル
• URL: https://arxiv.org/abs/2604.00270

要約:

大規模マルチモーダルモデル（LMM）のPCB回路図理解能力を評価する初の包括的ベンチマークである。
1,854枚の実世界回路図を収録し、ロボティクス・無線・センシングなど多様な応用領域をカバーする。
109.9Kシンボル（3.4Kユニーク型）、245.4Kピン（バウンディングボックスとセマンティック属性付き）、423.4Kテキストインスタンス、219.8Kネットグラフの注釈を含む。
評価する4つの中核能力として、回路図エンティティ・テキストの視覚的グラウンディング、電気接続抽出のための図面-グラフ推論、空間重み付きネットリストグラフ構築のための幾何認識空間推論がある。
電子設計自動化（EDA）ワークフローの基盤であるコンポーネント属性・接続性・幾何情報の機械可読表現への変換能力を評価する点で実用的意義が高い。

キーワード: PCB回路図、マルチモーダルベンチマーク、視覚推論、ネットリスト、CVPR 2026

5. ORCA: テスト時訓練による汎化可能な共形LLM推論キャリブレーション

• 原題: Online Reasoning Calibration: Test-Time Training Enables Generalizable Conformal LLM Reasoning
• 著者: Cai Zhou, Zekai Wang, Menghua Wu et al.
• 所属: 不明（論文PDFに記載）
• 掲載誌 / 会議 / プレプリント: arXiv プレプリント (2604.01170)
• 公開日: 2026-04-01
• 分野: 機械学習 / 推論効率化
• URL: https://arxiv.org/abs/2604.01170

要約:

テスト時スケーリングは大規模言語モデルの高難度タスク解決を可能にしたが、最先端の結果は膨大な計算コストを伴う。
この非効率性は、事後学習済みモデルのキャリブレーション不足と、一般的なサンプリング手法のキャリブレーション欠如に起因する。
ORCAは、共形予測とテスト時訓練を活用してサンプリングプロセスをキャリブレーションするフレームワークである。
各入力に対してキャリブレーションモジュールを更新するメタ学習手順を導入し、推論の異なる段階で生じる思考パターンの分布シフトや、開発時と展開時のプロンプト分布の差異の下でも有効な信頼度推定を提供する。
共形リスクに関する理論的保証を提供するとともに、異なる推論タスク間での高い効率性と汎化性を実証的に示している。

キーワード: テスト時訓練、共形予測、推論キャリブレーション、LLM効率化、メタ学習

---

調査方法

以下の検索クエリと情報源を使用して論文を調査した。

• arXiv カテゴリ別新着一覧: cs.LG, cs.AI, cs.SE, cs.PL, cs.CR, cs.DC, cs.CL, cs.CV
• 検索クエリ:
  • arXiv cs.LG cs.AI new papers April 2026 machine learning
  • arXiv cs.SE cs.PL software engineering programming language new paper 2026
  • arXiv cs.CR cs.DC security distributed systems new research April 2026
  • arXiv cs.CL NLP LLM new paper March April 2026
  • arXiv cs.CV computer vision new paper 2026 multimodal
• 各論文の個別検索による詳細情報の取得