-
-
不確実な好みにも強いポリシーを求めるゲーム理論的手法 Robust Nash Alignment、LLM への適用
2026/10/4
Robust Nash Alignment、不確実な好みでも最悪ケースの性能を保証する下限を与えた
-
-
ノイズのばらつきを低ランクで扱う HCP、CP 分解の推論を拡張する手法
2026/10/4
HCP が、ノイズのばらつきを低ランクでモデルに組み込み、CP と同じ計算量で推論できるようになった。
-
-
LLM にアルゴリズムや薬を発見させる harness への初期探索の導入
2026/10/4
初期探索の導入が LLM 駆動の発見を安定して向上させた
-
-
音声とテキストのモデルをノイズに強くする AnchorPrompt、推論時の追加検出なし
2026/10/4
AnchorPrompt が音声モデルのノイズ耐性を高め、ハルシネーションを減らした
-
-
メタ強化学習をマルチエージェントに拡張し、自律運転で対話型ポリシーを素早く適応させる話
2026/10/4
メタ強化学習をマルチエージェントに拡張した手法が、自律運転で対話型ポリシーの適応を速くした
-
-
リモートセンシング画像分類で、クライアント間のデータ分布の違いに強いFedMAD、連合学習の手法
2026/10/4
FedMAD が、データ分布の違いに強い連合学習の手法として性能を示した
-
-
動画に個別の音声を重ねる Soundwich、動画生成で音声を分離して操作する話
2026/10/4
Soundwichが動画に個別の音声を重ねて操作できるフレームワークを公開
-
-
Qwen3 0.6B~8B で数値改ざん耐性を上げるファインチューニング、検証タスクでの話
2026/10/4
数値を変えた反例への強さが、最先端モデルを上回った
-
-
LoRA付きLLMのバックドアを除去するNull-Space Projection、推論の費用を下げる話
2026/10/4
Null-Space Projection が、LoRA付きLLMの攻撃成功率を10%未満に下げた。
-
-
hZACH-ViT の曲率と攻撃耐性の関係を調べる実験、実装依存の限界を明らかにする話
2026/10/4
hZACH-ViT の双曲率と攻撃耐性は実装依存で、40〜47% の特徴がクリップされる