-
-
Ego2World、料理動画から推論環境を自動生成し、エージェントの計画を評価する話
2026/10/5
Ego2World が料理動画を推論環境に変換。信念状態の維持で視覚照会が **90.27%** 減少
-
-
推論の中間ステップを書き直す Seg-OPD、数学と競技プログラミングの精度を上げる話
2026/10/5
Seg-OPD が推論の精度を平均 5.22% 向上させた
-
-
長期エージェントの「過去の安全指示」見落としを検知・防止する仕組み
2026/10/5
STAR-Guard が長期エージェントの安全違反をゼロに抑えた。
-
-
核物理実験の標的偏極を強化学習で最適化する手法、実験オペレータの作業を支援する話
2026/10/5
APOLLOのRL制御が、オペレータの作業を約2倍改善した。
-
-
複数のロボットに共通の画像で操作を伝える Dream4ACT、動画と動作を同時生成する話
2026/10/5
Dream4ACT が、複数のロボットに共通の画像で動作を生成する手法を出した。
-
-
生成AIのユーザーフィードバックを設計する手法、eBayでの実証と推奨事項
2026/10/5
eBayのフィードバック収集プロトタイプが設計・テストされた。
-
-
Weaviate v1.39.9 の LSM ストアのパフォーマンス改善
2026/10/5
Weaviate v1.39.9 が公開。LSM ストアの書き込みログ再生が高速化。
-
-
文化を無視した評価が不十分な理由を明らかにした CuBEs、多文化対応の LLM 評価手法
2026/10/5
CuBEs が、文化を無視した LLM 評価では多文化のズレを見逃すことを示した
-
-
エージェントの推論過程を記録から評価する OEB、研究の質を可視化する話
2026/10/5
OEB が、エージェントの主張の半分近くが実証されていないことを検出した
-
-
ヒューリスティックな仮説のもと、プログラム改良で認知アルゴリズムを探索する LLM 活用
2026/10/5
HypoRefiner が、人間の認知アルゴリズムの探索でモデルの適合度を確実に向上させた。