-
-
Looped Transformer の冗長な計算を削る FlashLoop、推論速度とメモリを改善する話
2026/9/27
FlashLoopが、Looped Transformerの推論を最大1.64倍速くし、メモリを6分の1に削減した
-
-
分布がずれてもモデル選びを続ける再検証、状態保持型ルーティングより優れる話
2026/9/27
RegimeShift-Surrogates で再検証が状態保持型ルーティングを上回った。
-
-
学習を重ねるAI、個人情報だけ狙って消し他の知識は保つ手法
2026/9/27
SPARK が、個人情報だけ減らし他の知識は保つ継続学習を実現した
-
-
多クラス学習のサンプル数下限を修正する理論 aBDS、信頼度と次元の関係を見る話
2026/9/26
Bandit Multiclass PAC Learning の下限理論が修正され、信頼度と次元の関係が明らかになった
-
-
不均衡データを改善する新しい過剰サンプリング手法、学生メンタルヘルスの予測
2026/9/26
新しい過剰サンプリング手法が、不均衡データで既存手法より有意に予測精度を上げた
-
-
継続学習で生じる性能コストを理論で示す研究、長期記憶モデルの更新コストを測る話
2026/9/26
継続学習の「直近タスク偏り」が、学習コストを理論的に定量化した。
-
-
学習なしで、文書間の近さの順位をもとに実在の文書を代表に選び、トピックを見つける手法
2026/9/26
MARETopic_Diff が1.7〜1.9倍速く、カテゴリ数の多いデータで代表文書選びの精度がトップ。
-
-
教育予測のデータを事前点検する7データセットの4次元監査
2026/9/26
教育予測の7データセットが4次元監査で点検され、3つが基準を満たした。
-
-
不確実性と複雑さを考慮したクライアント選択、連合学習で軌道予測を改善
2026/9/26
不確実性と複雑さを考慮したクライアント選択が、連合学習での軌道予測の収束を加速し精度を向上させた
-
-
Qwen2.5-1.5Bと7BでRLの問い合わせを減らす手法、コストを考慮した制御
2026/9/26
Qwen2.5-1.5Bと7BがRLの問い合わせを97%以上減らし、GoToObjの成績を改善した。