-
-
画像生成の修正をRLで学ぶ UMM-Reflection、SFTよりGenEvalが12点向上
2026/9/30
UMM-Reflection が画像生成の修正をRLで学習。GenEvalがSFTより12.05ポイント向上
-
-
推論モデルの過信を減らす Jailbreak 手法 J4U、ブラックボックス推定の話
2026/9/29
J4Uが推論モデルの過信を減らす手法として、既存手法より有意に改善した。
-
-
リアルタイムのインタラクティブな世界モデル WorldPlay2、制御と長期一貫性を両立させる話
2026/9/30
WorldPlay2が、リアルタイム制御と長期一貫性を両立する世界モデルとして公開された
-
-
データから生成プログラムを推論する PRODiGI、表形式データの生成モデル
2026/9/29
PRODiGIが表形式データから生成プログラムを推論。密度推定が高速化し、MMDが84%減少。
-
-
会話の進行に合わせて学習する3D頭部生成器EvolvingAvatar、対話中の表情のズレを減らす話
2026/9/29
最も難しい分布外設定で、初期区間から表情のずれを最大11.1%減らした。
-
-
不正確な検証者が有害な更新を誤認する話 Audit-First VAPO、安全制約付きの選択的更新
2026/9/29
Audit-First VAPO、有害更新のリスクを確約。57/60で安全制約を満たす
-
-
数学の推論で前の知識が消えるのを抑える手法、カリキュラム学習の精度を維持する話
2026/9/29
IV-EWC が数学推論のカリキュラム学習での忘却を平均 162% 軽減した
-
-
ブラックボックス LLM の危険な出力の確率を推定する RareTrap、開発者が安全性を評価する話
2026/9/29
RareTrap が 10 本のオープンウェイトと 2 本のフロンティアモデルで、深刻なリソース消費行動の確率を 200 回で計算した。
-
-
拡散モデルで推論を速くする Tsubame、木構造を再生して受諾率を上げる話
2026/9/29
Tsubameが、拡散モデルのドラフターで受容長とスループットを向上させた
-
-
分子モデルの安全を両立させる手法 SafeMol、テキストとグラフの両入力に対応
2026/9/29
SafeMol が攻撃成功率を数十ポイント削減し、過剰拒否を低く保ち、分子タスクの利便性も維持。