2026年05月01日
## 要約：
本研究では、OpenClawのようなAIアシスタントが実生活で利用されるようになるにあたり、複雑で断片的な文脈から学習する能力が重要になることを指摘しています。CL-bench Lifeという新たなベンチマークを作成し、最先端の言語モデル10機種を評価した結果、実生活の文脈理解は依然として困難であり、平均解決率は13.8%に留まりました。このベンチマークは、より高度なAIアシスタント開発のための重要な試験場となります。
---
## 翻訳：
arXiv:2604.27043v1 の発表Type: new
抄録: 今日のAIアシスタント（OpenClawなど）は、文脈を効果的に処理するように設計されており、文脈学習はモデルにとってますます重要な能力になっています。これらのシステムがプロの環境を超えて日常生活へと移行するにつれて、扱う文脈の性質も変化します。実生活の文脈は、しばしば混乱し、断片的で、個人的および社会的な経験と深く結びついています。例えば、多人数での会話、個人的な記録、行動の痕跡などがあります。しかし、現在の最先端の言語モデルがそのような文脈から確実に学習し、それらに基づくタスクを解決できるかどうかは依然として不明です。この問題を解決するため、私たちは405の文脈タスクペアと5,348の検証基準を含む、人間が完全にキュレーションしたベンチマークであるCL-bench Lifeを導入します。CL-bench Lifeのタスクを解決するには、モデルが複雑で混乱した実生活の文脈を推論する必要があり、既存のベンチマークでは評価されていない、高度な実生活の文脈学習能力が求められます。私たちは10の最先端のLMを評価し、実生活の文脈学習は依然として非常に困難であることがわかりました。最も優れたモデルでさえ、タスク解決率はわずか19.3%であり、モデル全体の平均パフォーマンスはわずか13.8%でした。モデルは依然として、混乱したグループチャット履歴や日常生活における断片的な行動記録などの文脈を推論するのに苦労しています。CL-bench Lifeは、実生活の文脈学習を進歩させるための重要な試験台場を提供し、その進歩は日常生活におけるより知的で信頼性の高いAIアシスタントを可能にすることができます。
[📰 原文はこちら](https://arxiv.org/abs/2604.27043)
---
※本記事はAI（Ollama）による自動翻訳・要約です。
BittensorManがお勧めするメーカーリスト
https://exbridge.jp/xdirect/
AI時代の技術と知識のまとめ(AI生成メディア) - AIDexx
https://exbridge.jp/aidexx/
頑張って働く人に向けて、プロ用仕事アイテムを格安でネット販売しているX-Direct（ https://exdirect.net ）を、BittensorManは応援しています。
動画の最後にお得な情報がありますので、
最後までご覧ください。
