-
-
Qwen2.5 の長期タスクを強化する教師の関与を減らす手法、強化学習の初期段階を安定させる話
2026/9/30
GATS が Qwen2.5 の長期タスクで成功率を最大 11.87% 向上させた
-
-
Synthetic dataset SYNTH、10~140分の1のデータで学習して精度を維持する話
2026/9/30
SYNTH が、10~140分の1のデータで既存モデルに迫る精度を出した
-
-
外部知識で能力を再利用する ReCAP、マルチモーダルモデルの継続学習
2026/9/30
段階ごとに知識ベースを作り、指示ごとに機能モジュールの経路を組み立てる
-
-
自己注意の重みに基づくトークン選択で、必要な情報量を測る手法
2026/9/30
自己注意の重みでトークンを選別する手法が、モデルごとの必要な情報量を測定できることを示した
-
-
Minkowski Attractor Networks、視覚表現を双曲幾何で扱う手法
2026/9/30
Minkowski Attractor Networks が、数値 ODE ソルバーなしで双曲幾何を単一順伝播で評価した
-
-
視覚言語モデルの概念を整理するCHOQOLATE、解釈性と精度を両立させる手法
2026/9/30
CHOQOLATEが、関連する概念を統合して解釈性と精度の両立を実現した
-
-
カメラレンズの雨粒を物理演算で合成し、除去ネットワークを訓練するデータセット
2026/9/30
Physics-based synthetic raindrop dataset enables state-of-the-art single image raindrop removal.
-
-
TopK Sparse Autoencoder の安定性を下げる k を特定し、安定化手法を導入した話
2026/9/30
TopK SAE の安定性を下げる k を特定し、安定化手法が導入された
-
-
ByteTrack の精度と速度を上げる ByteTraX、マルチオブジェクトトラッキングの手法
2026/9/30
ByteTraX がマルチオブジェクトトラッキングの精度と速度を同時に向上させた。
-
-
言語ごとに信頼性保証を調整する手法、低リソース言語のテキスト分類で人手コストを言語別に報告する話
2026/9/30
言語別閾値で低リソース言語の分類信頼性を90%近くに引き上げた