-
-
タスク混合を専門化で処理するFedSEE、複合異方性下での性能向上
2026/10/4
FedSEE が複合異方性下でネガティブ転移を回避し、性能を2.9ポイント向上させた
-
-
残差量子化で粒子イベントを生成するモデル、データとモデルの規模を拡張する話
2026/10/4
残差量子化トークンで粒子イベントを生成するモデルが、データとモデルの規模を拡張しても性能が予測可能になった
-
-
整列学習が信頼性を損なう原因を分析した研究 FaithConflict、DPO 段階で顕在化する話
2026/10/4
FaithConflict が、整列学習で入力を無視して安全志向に書き換える現象を特定した
-
-
重たい裾の分布を扱うAttentionカーネルを比較する話
2026/10/4
slower-growing attention kernels が、重たい裾の分布でアンサンブル崩壊を防いだ。
-
-
MoE の expert を選ぶ DS-MoE、 expert 間の冗長と相乗効果を最適化
2026/10/4
DS-MoE が expert 間の冗長と相乗効果を最適化し、既存手法を上回る性能を出した
-
-
量子と古典を混ぜたモデルを脳の変形予測で評価した話
2026/10/4
量子古典ハイブリッドモデルは脳の変形で古典モデルに劣る。
-
-
生成モデルで短時間の観測から長時間の非平衡ダイナミクスを予測する話
2026/10/4
生成拡散モデルが、短い観測データから長時間の非平衡ダイナミクスを予測可能になった
-
-
画像回帰モデルの予測不確実性を、近傍サンプルで適応的に推定する手法
2026/10/4
ACPNN が、拡散モデルの融合シミュレーションで信頼できる予測不確実性の推定を実現した。
-
-
AI 評価の再現性を上げる OB-CAIE、テスト範囲と手順を定義する話
2026/10/4
OB-CAIE が、テスト範囲と手順を定義する手法として公開された。
-
-
Causal Repair の評価限界を調べる、Gaussian モデルでの理論解析の話
2026/10/4
Causal Repair の評価限界が、Gaussian モデルで理論的に示された。