-
-
Lythri-4B-A2Bを1行でインストールして動かす方法
2026/10/3
Lythri-4B-A2B の GGUF 版が公開。Q4_K_M で 3.17GB。
-
-
DeBERTa-v3 の説明を比較する手法、医療テキスト分類の監査
2026/10/3
DeBERTa-v3 の説明手法は、医療分類で予測確実性と安定性が一致した。
-
-
スタック型言語モデルが階層構造の言語を学ぶ仕組みを人工言語で検証した話
2026/10/3
スタック型言語モデルはクロスシリアルの構文で苦手だったが、記憶を制限すると一般化が改善した
-
-
回路の発見手法が間違った候補を優先する理由を解明する研究、モデルの内部動作の検証
2026/10/3
回路発見の評価指標が間違った候補を優先し、96のミスランキングが修正された。
-
-
データ選別の判定網を、損失の設計から見直す
2026/10/3
TESS が、データ選別の判定網を損失設計から見直す手法として安定した学習を実現した
-
-
2D 画像から 3D 空間を推論する GeoLatent、幾何情報を構造化して精度を上げる話
2026/10/3
GeoLatent が SPAR-Bench 73.0%、SPBench 72.1% を達成し、既存手法を上回った。
-
-
Wasserstein勾配流と拡散の限界、多峰性分布のサンプリングが指数関数的に遅くなる話
2026/10/3
WGFとFODPのサンプリングは、モードが離れた分布で指数関数的に時間がかかる。
-
-
選択肢を直接返す LLM2Jev、Qwen3.5-4B で既存モデルに匹敵
2026/10/3
LLM2JevでQwen3.5-4Bは既存モデルに匹敵。LoRAで対話性能も維持
-
-
LoRAの学習方向を維持しつつ利得を再調整するLoRA-Norm、タスク特化と汎用能力の両立
2026/10/3
LoRA-Norm が、タスク特化と汎用能力の両方を改善した。
-
-
外部のモデルが内部状態を観察して、生成のどこから嘘が始まるか特定する手法
2026/10/3
外部のモデルが内部状態を観察して、生成のどこから嘘が始まるか特定する手法