ainews24-ops

ピクセル単位のラベルを減らすための擬似ラベル生成手法、インスタンスセグメンテーション

ピクセル単位のラベルを減らすための擬似ラベル生成手法、インスタンスセグメンテーション

2026/10/15  

境界ボックスの標識と画素単位の正確な標識を組み合わせて学習させた

自己教師あり強化学習で積み上げを学ぶ C-Slerp、計画の探索を容易にする話

自己教師あり強化学習で積み上げを学ぶ C-Slerp、計画の探索を容易にする話

2026/10/15  

C-Slerp が、報酬なしで 8 段の積み上げを自力で習得した。

ReAl、物理シミュレーションの高精度化を両立させる手法、長期安定性の向上

ReAl、物理シミュレーションの高精度化を両立させる手法、長期安定性の向上

2026/10/15  

ReAl が、長期安定性を保ちながら細部の構造を復元する性能を出した。

スポンサーリンク

失敗を安全に処理する RL 手法 GracefulRL、推論時の判断を改善する話

失敗を安全に処理する RL 手法 GracefulRL、推論時の判断を改善する話

2026/10/15  

GracefulRL が、失敗しそうな場面で安全に回避する能力を強化学習で獲得させた

微分特徴を学習するニューラル演算子の拡張手法、偏微分方程式の近似精度を上げる話

微分特徴を学習するニューラル演算子の拡張手法、偏微分方程式の近似精度を上げる話

2026/10/15  

∂-NO が、偏微分方程式の近似精度を理論的に向上させることを証明した

複雑な指示で中間の領域も追跡する ReferFlow、推論速度と精度を向上させる話

複雑な指示で中間の領域も追跡する ReferFlow、推論速度と精度を向上させる話

2026/10/15  

ReferFlow が、複雑な指示の中間ステップも正しく追跡できるようになった。

スポンサーリンク

インタラクティブなソフトのバグを AI が見つける SWEeper-Bench、開発者の修正待ちを減らす話

インタラクティブなソフトのバグを AI が見つける SWEeper-Bench、開発者の修正待ちを減らす話

2026/10/15  

SWEeper-Benchが公開。15のAIがインタラクティブなバグを発見できたのは59.0%。

長期のタスクを学習する AI の更新に Muon を使う方法、非同期学習のレシピ

長期のタスクを学習する AI の更新に Muon を使う方法、非同期学習のレシピ

2026/10/15  

Muon による非同期学習が、長期タスクの成功率を上げた

KTransformers v0.7.2 の DeepSeek-V4-Flash LoRA 微調整

KTransformers v0.7.2 の DeepSeek-V4-Flash LoRA 微調整

2026/10/15  

KTransformers v0.7.2 が DeepSeek-V4-Flash の LoRA 微調整に対応した。

スポンサーリンク

タスク依存の欠測値補完、訓練とテストの分布がズレた場合の評価

タスク依存の欠測値補完、訓練とテストの分布がズレた場合の評価

2026/10/15  

タスク依存の欠測値補完が、訓練とテストのズレで従来の手法が失敗する場で勝率が最大80%になった