ainews24-ops

LiteLLM v1.101.4 の Docker イメージの署名を検証する手順の話

LiteLLM v1.101.4 の Docker イメージの署名を検証する手順の話

2026/10/1  

LiteLLM v1.101.4 の Docker イメージの署名検証方法が公開された

VLMの推論軌跡からポリシーとツールを共に進化させるCoEvoWhen、超長尺動画の時刻特定

VLMの推論軌跡からポリシーとツールを共に進化させるCoEvoWhen、超長尺動画の時刻特定

2026/10/2  

CoEvoWhenが、推論軌跡からポリシーとツールを共に進化させ、超長尺動画の時刻特定精度を向上させるとともに視覚トークンコストを削減した。

ループとMoEを同時に扱うスケーリング則 Loop Scaling Laws、モデル設計の指針

ループとMoEを同時に扱うスケーリング則 Loop Scaling Laws、モデル設計の指針

2026/10/1  

Loop Scaling Lawsが、ループとMoEを同時にモデル化し、性能をより正確に予測した。

スポンサーリンク

多ターン AI の誤りを早期に防ぐ PivotOPD、Qwen3 1.7B と 8B の性能を向上

多ターン AI の誤りを早期に防ぐ PivotOPD、Qwen3 1.7B と 8B の性能を向上

2026/10/2  

PivotOPDがQwen3 1.7BでALFWorldの成功率を5.5%向上。

画像を何度も見る AI EviRover、細かな視覚情報を取得する話

画像を何度も見る AI EviRover、細かな視覚情報を取得する話

2026/10/2  

EviRover が公開。EviLens でバックボーンより 30 ポイント向上。

物理法則を自然言語で表現して改善する Physis-Lang、動画生成モデルの精度を上げる話

物理法則を自然言語で表現して改善する Physis-Lang、動画生成モデルの精度を上げる話

2026/10/2  

Physis-Lang 適用モデルが Cosmos3-Nano ベースで Veo 3.1 を上回った

スポンサーリンク

Web検索とタスク解決を共進化させるEvoDuet、科学発見の最適化を改善する話

Web検索とタスク解決を共進化させるEvoDuet、科学発見の最適化を改善する話

2026/10/2  

EvoDuet が、GPT-5.6-Luna で発見率が 78.0% に向上。Gemini-3.8-Flash では 82.3% に達した。

3Dの異常を自動で見つけるWorldAuditBench、マルチモーダルエージェントの評価

3Dの異常を自動で見つけるWorldAuditBench、マルチモーダルエージェントの評価

2026/10/2  

WorldAuditBench のモデル成功率は最大 42.3%。人間の 83.4% に届かない。

Qwen3やGemma 4が血縁関係を解く際に、表記が結果に与える影響を調べた話

Qwen3やGemma 4が血縁関係を解く際に、表記が結果に与える影響を調べた話

2026/10/1  

Qwen3やGemma 4は血縁関係を解く際、表記の違いで正解率が最大35.6ポイントも変わった

スポンサーリンク

科学ソフトの操作を評価する OSWorld-Science、VLM の限界を可視化する話

科学ソフトの操作を評価する OSWorld-Science、VLM の限界を可視化する話

2026/10/2  

OSWorld-Science が、最先端モデルでも科学ソフトの操作で限界があることを示した