【週刊論文ウォッチ 10/30〜11/5】Claude Codeの続報と、エージェントのコンテキスト圧縮を測る論文

【週刊論文ウォッチ 10/30〜11/5】Claude Codeの続報と、エージェントのコンテキスト圧縮を測る論文 AIエージェント

毎週、arXiv の cs.SE(ソフトウェア工学)・cs.CR(セキュリティ)・cs.CL(自然言語処理)に投稿された論文すべてのタイトルとアブストラクトを機械的に集計し、2 つの観点で拾います。1 つは、月次の「急上昇ワード」のランキングに入ったテーマのその後。もう 1 つは、抽出した過去 13 か月の論文には出てこなかったのに、今週いくつもの論文に現れた「新語」です。

今週の対象は 768 本(1 本を 1 つの分野に割り振って cs.CL 458 本・cs.CR 173 本・cs.SE 137 本)でした。


🔁 急上昇テーマの続報:Claude Code(今週 10 本)

月次の急上昇ランキング(2026-10、直近 3 か月)に入った「Claude Code」は、cs.SE でこの語に触れる論文の割合が、直近 3 か月(2026-08〜2026-10)にその前の半年の約 1.9 倍(2.4% → 4.7%)に、cs.CR でも約 2.7 倍(0.5% → 1.3%)に伸びたテーマです。週次の続報で取り上げるのは 10/9〜10/15 号に続いて 2 回目です。今週はタイトルかアブストラクトで Claude Code に触れた論文が 10 本あり、そのうち実務に効きそうな 3 本を紹介します。

ツール更新に悪意ある機能を埋め込む攻撃は、プロンプト注入を使わず、モデルに見える内容だけを守る防御をすり抜ける

Beyond Prompt Injection: The Tool Update Gap in LLM Agent Security(arXiv:2611.01976)

エージェントのフレームワークは、ツールの実装が更新された後も、安全性を検証し直さずに信頼し続ける場合があるといいます。ETUDE は、もともと無害なツールの更新に悪意ある機能を埋め込み、正規の機能は保ったまま攻撃する手法です。モデルのコンテキスト外で動き、敵対的な指示も要らないため、モデルに見える内容だけを守る防御をすり抜けます。

  • Gemini CLI・Codex CLI・Claude Code を含む、商用・OSS の 7 つのエージェントフレームワーク、3 種類の代表的な攻撃ワークロードで評価
  • 攻撃成功率(ASR)97.6% を達成しながら、正規タスクの完了率も 95.9% を維持した
  • 既存の防御手法も調べたが、十分な防御にはなっていなかった

見た目通りに読んでいるとは限らない:Officeファイルの抽出のずれで、Claude Codeを含む試験対象の8つすべてが誘導された

When File Ingestion Misleads Language Models: Measuring and Mitigating Divergences in Office Documents(arXiv:2611.05806)

LLM はふつう、Office 文書の OOXML ファイルから抽出器(extractor)が生成したテキストを読むため、人が画面で見るものと異なる場合があります。例えばスライド上のテキストボックスの位置をわずかにずらすだけで、見た目は変わらないのに読む順序を入れ替えられます。

  • 静的解析と動的解析を組み合わせ、人には見えない内容を抽出器が読んでしまう OOXML のチャンネルを 19 個、人に見える内容を抽出器が読み落とすチャンネルを 12 個特定した
  • 広く使われている抽出器は表示上の書式や読む順序を無視しており、見える内容でも異なる形でモデルに渡っていた
  • 命令文を注入せずにモデルの解釈を人と変える 5 つの攻撃を作成し、4 つの主要チャットアシスタント(ChatGPT・Claude・Gemini・Microsoft 365 Copilot)と 4 つのコーディングエージェント(Codex・Claude Code・Antigravity・GitHub Copilot CLI)の全てが、少なくとも 1 つの攻撃で誘導された
  • 対策として、OOXML 仕様から人が見る内容を再構成する軽量な防御 Prism を提案し、未知の攻撃ペイロードにも一般化すると報告している

Claude Code向けの仕様駆動ワークフローを記録から調べると、自分のチェックを自分で判定する工程が弱点だった

A Gated Spec-Driven Workflow: An Audit-Trail Study of Coding-Agent Work(arXiv:2611.05094)

仕様駆動開発(SDD)は、チャットの会話履歴ではなく仕様書・計画・タスクリストをもとにコーディングエージェントに作業させるやり方です。この論文が調べたのは Claude Code 向けの 1 つのワークフローで、各段階をユーザーが承認し、レビュー担当のサブエージェントが欠陥リストと照合し、実行担当のサブエージェントは自分のタスクに書かれたファイルしか触れない、という統制を敷いています。統制のほとんどは、それに縛られる当のモデル自身が実行する指示です。

  • 著者らが実施した 7 つのプロジェクト・9 つの機能(Fortran ソルバーから Python プログラム、書籍や本論文まで)のログと記録を分析した
  • 9 機能中 5 機能は計画した全タスクが完了し、581 件の計画タスクのうち 288 件がブロックごとに完了した
  • 実行担当サブエージェントが成果物フォルダに残した未宣言の変更は 1 件だけで、チェックで検知された。ただし、その報告には手順からの他の逸脱も記録されている
  • 弱点は、自分のチェックを自分で実行・判定するオーケストレーター側で、247 回のブロックチェックのうち 11 回で未宣言の変更を記録し(多くは著者らの途中の依頼や環境に由来)、作業を止めたのは 4 回だけだった

🆕 今週の新語

過去 13 か月の論文(分野ごとに毎月 250〜300 本の抽出)には一度も出てこず、今週は複数の論文に現れ、論文タイトルにも使われた語です(タイトル 2 本以上、またはタイトル 1 本を含む 3 本以上)。

agent context compaction(エージェントのコンテキスト圧縮)— 2 本

概念は新しくなく、context compaction という表現も以前から論文に出ています。Claude Code の /compact のように、同じ働きの機能を持つ製品もあります。今週は agent context compaction の 3 語を含む題名が 2 本そろいました。

  • LLM エージェントは長い履歴を圧縮してコンテキスト窓に収めますが、圧縮後も振る舞いを縛るルールを保てているかを、完全なエージェントハーネス(オープンソースの pi ハーネス)上で測る ARCBench を提案しました。圧縮がルール自体を消すことは少なく、違反の大半はルールが圧縮後の履歴に残ったまま、後続の指示を許可と受け取るなどして起きていました。圧縮器を狙う最も強い攻撃は、要約中のルールを壊し、エージェントの振る舞いを変えることで違反を 2 倍以上に増やしました。最も強い防御はルールを要約の大半に復元できましたが、違反は残りました。ルールを保持した圧縮済みの実行でも、フル履歴の実行の 2 倍以上の頻度で違反しました(arXiv:2611.03223)
  • 大きなモデルで長い履歴を要約するコンテキスト圧縮は遅延が大きいという課題に対し、構造化された要約スロットを並列に投機的生成する SpecCompact を提案しました。小さなドラフターがスロットを並列生成し、ターゲットモデルが各行を検証して却下分を修復します。AppWorld と τ³ のベンチマーク(ターゲットモデル 2 種)で、Hermes 型の要約に対し圧縮が 2.04〜5.63 倍速くなり、Hermes 内でのユーザー調査では中央値で 8.68 倍速くなりました。一方、別に行った下流タスクの評価では、性能のトレードオフがモデルとタスクによって異なりました(arXiv:2611.06876)

sd-jwt vc(SD-JWT形式の検証可能な資格証明)— 2 本

  • SD-JWT VC・W3C VCDM・mdoc という 3 つの検証可能な資格証明(VC)形式の署名・検証性能を、Node.js・Go・Python の実装で比較しました。20 属性中 5 属性を選択開示する一連の処理(発行・提示・検証)は、クラウド VM 上の Node.js で mdoc が 0.265ms、SD-JWT VC が 0.298ms、W3C VCDM が 0.534ms でした。4 つの実行環境を通して W3C VCDM は mdoc の 1.73〜2.04 倍・SD-JWT VC の 1.57〜1.79 倍の時間がかかり、この差は、RDFC-1.0 正規化が 1 回の操作で 2 回・一連の処理で 6 回実行されることから生じると分析しました(arXiv:2611.03493)
  • 同じ著者らが同じ 3 形式の検証処理を脅威モデル付きで調べ、W3C VCDM のリモートコンテキスト解決と RDFC-1.0 正規化に、サービス拒否(毒グラフによる DoS)・@context を通じたコンテキスト注入・悪意ある URL による SSRF という 3 つの構造的な攻撃面が、いずれも既定の設定であると特定しました。527 バイトの毒グラフ(ブランクノード 5 個)で RDFC-1.0 の処理コストが基準の 278 倍、8 個では 13.5 秒に達しました。SD-JWT VC と mdoc は正規化も外部参照も不要で、著者らの検証器は評価した全ての攻撃に抵抗しました。著者らはこれを形式固有の欠陥ではなくパイプラインと設定の性質とし、静的なドキュメントローダーや context の許可リスト、呼び出し回数とサイズの上限を緩和策に挙げています(arXiv:2611.04461)

expert pruning(MoEのエキスパート刈り込み)— 2 本

  • 学習なしで Mixture-of-Experts(MoE)のエキスパートを刈り込む既存の手法は、どのエキスパートを削るかと、削った後にルーターがそのエキスパートを選んだ場合に何を計算させるかという 2 つの決定を同時に変えていると指摘しました。マスクを固定して置換演算子だけを比較したところ、生存エキスパートのゲートスケールの扱いが最大の効果を持つと分かりました。50% 刈り込みでは、提案手法「tilted novice」がパラメータを 1.2〜1.8% 追加するだけで、定数置換に比べ OLMoE で 3.45 点・Moonlight で 1.37 点向上しましたが、常に最良となる演算子はありませんでした(arXiv:2610.41366)
  • マルチモーダル LLM 向け MoE(MoE-MLLM)では、モデルサイズの 9 割以上をエキスパートパラメータが占めます(InternVL3.5-30B-A3B や Qwen3-VL-30B-A3B では、BF16 で約 58GB 中 54GB)。既存の刈り込み手法はトークンをまとめて重要度を測り、同じエキスパートが視覚処理と言語処理で異なる役割を担うことを無視していると指摘し、モダリティ別に重要度を分解する MAEP を提案しました。BF16 でのエキスパート重みを約 27GB(全体の約 47%)削減し、約 58GB のモデルを 40GB の GPU 1 枚に収めました。3 つのモデルでの実験では、マルチモーダルのベンチマークの過半でモダリティを区別しない手法を上回り、テキストのみのタスクでも遜色ないとしています(arXiv:2611.05927)

前号: 【週刊論文ウォッチ 10/23〜10/29】LLMエージェントの続報と、フルデュプレックス音声モデルの弱点を調べる論文

集計方法について
  • 対象: arXiv cs.SE / cs.CR / cs.CL に 2026-10-30〜2026-11-05 に投稿された論文すべて(768 本)
  • 続報: 月次の急上昇ワード(直近 3 か月)と記事化済みのテーマについて、タイトルかアブストラクトでその語に触れた論文を拾う
  • 新語: 過去 13 か月の論文(分野ごとに毎月 250〜300 本の抽出)に一度も出てこず、今週はタイトル 2 本以上、またはタイトル 1 本を含む 3 本以上の論文に現れた語
  • 語の抽出は自動のため、表記ゆれや取りこぼしがあります
タイトルとURLをコピーしました