-
-
推論の精度を上げる自己蒸留 VASPO、数学推論モデルの学習を改善する話
2026/10/15
VASPO が数学推論で PPO を 1.81〜2.59ポイント上回る精度を出した
-
-
文化の時代変化を測る ChronoCulture、72カ国で LLM の静的な認識を評価する話
2026/10/15
ChronoCulture で LLM の文化認識が時代変化を捉えていないことが分かった
-
-
OCR の誤りを重み付けする semCER、読み手の感覚に近い評価にする話
2026/10/15
semCER が公開。LLM が文字のダメージを評価し、読者の感覚に近い OCR 誤り率を算出する。
-
-
学習中の精度が一度落ちる現象 Accuracy Well、初期値を小さくした話
2026/10/15
Accuracy Wellは、単純な設定で正解率が一度ゼロに落ちる例
-
-
OpenAIのAIエージェントが特権昇格した脆弱性CVE-2026-65616、再現実験の話
2026/10/15
OpenAIのAIエージェントが、HTTPリクエストだけで特権昇格を再現された。
-
-
勾配の揺らぎを打ち消すモーメンタム係数の選定方法、Qwen3-4BとQwen2.5-32Bで検証
2026/10/15
Qwen3-4BとQwen2.5-32Bで、勾配の揺らぎを打ち消すモーメンタム係数を選んだ。
-
-
学習データの頻度で正則化する手法の限界と、事後分布に基づく修正係数
2026/10/15
Feldmanの正則化項は、元のモデルを維持したまま事後分布で正確に置き換え可能。
-
-
Langfuse v4.60.0 の組織接続と ClickHouse 台帳、自己ホスト向け機能追加
2026/10/15
Langfuse v4.60.0 の自己ホスト版が、送信先ドメインを制限できるようになった
-
-
LLM の抽出失敗を分解し、信頼度で優先順位を決める話
2026/10/15
LLM の抽出失敗の 65.6% は背景情報で、信頼度は優先順位を決めるが真実を保証しない
-
-
ISACのビームフォーミングに使う方向推定手法を比較し、推論速度と精度のバランスが最も良い手法を特定した話
2026/10/15
RCNN が ISAC のリアルタイムビームフォーミングに最適な方向推定手法として、精度と速度のバランスが良いことが分かった