AI 研究所

Puma AI プライバシーを守るローカル推論、可観測なエージェントハーネス、永続メモリ。

私たちは、役立つ AI をユーザーの手元で動かす方法を研究しています。具体的には、プライバシーを守るローカルモデル、可観測なエージェントワークフロー、永続メモリストアのための実践的な手法に取り組んでいます。

研究を読むお問い合わせ

研究ノート

実践的な AI 研究のための手法

実験を測定可能かつ再現可能にするための、3つの実践的なフレームワークです。

2026年7月20日 · 研究フレームワーク

1秒あたりのトークン数という単一の指標に頼らず、プライバシー境界、メモリ圧、レイテンシ、品質、リカバリを評価します。

2026年7月20日 · 評価手法

モデルを取り巻くシステム（ツール、状態、権限、制御フロー、トレース、失敗、人による介入）を評価します。

手法を読む

2026年7月20日 · テストベッド設計

対話型シナリオでは、状態が見え、実行できるアクションが制約され、セットアップを再現できるため、人間が失敗を検証しやすくなります。

提案を読む

進行中のプログラム

プライバシー、制御、理解しやすいシステムの挙動を軸とする研究領域。

機密性の高いコンテキストをユーザーの手元に保てるモデル、ランタイム、ハードウェアの組み合わせを探ります。

ツールの使用、状態遷移、判断、リカバリを追跡できる評価ループを構築します。

長期にわたる作業でもエージェントが書き込み、取得、検証できる永続メモリを構築します。

長期ビジョン

より多くの AI 処理をローカルで実行し、クラウドサービスは意図的かつ利用状況が見える形で使います。

エージェントシステムは、判断、失敗、権限、トレードオフをユーザーが確認できるようにすべきです。

役立つエージェントには、1回のプロンプトを超えて保持され、ユーザー自身が管理できるメモリが必要です。

暗号資産・AI 分野のリーダーから、エンジェル／プレシード投資を受けています。

採用情報

プライベート推論、信頼性の高いエージェントシステム、優れたテスト環境づくりに関心を持つエンジニアや研究者を求めています。