-
-
投票で偏る長文の評価を、情報量で重み付けする TEF、公共価値の測定精度を上げる話
2026/9/24
TEF が、投票ベースラインを平均 4.5 点上回る精度を出した
-
-
多方言アラビア語音声の5タスクを競う NADI 2026、実環境での評価基準
2026/9/24
NADI 2026 が5タスクで公開。領域外汎化が課題。
-
-
在庫に応じて価格を更新し、解き直しなしで対数後悔を達成するオンライン線形計画の勾配法
2026/9/24
RASGDが、在庫に応じて価格を更新し、解き直しなしで対数後悔を達成した。
-
-
教師の発言を分類するEduBehaviors、教育データのアノテーション手法
2026/9/24
EduBehaviors が教師の発言分類で既存手法に迫る精度を出した
-
-
金融の文章を理解する PLaMo-3-610M-Fin-Instruct、業務の支援に使う話
2026/9/24
PLaMo-3-610M-Fin-Instruct が公開。PLaMo Community License で商用利用も可能。
-
-
AutoGPT Platform v0.8.1 の新機能と追加モデル、改善点の紹介
2026/9/24
AutoGPT Platform v0.8.1 が、8 人の専門家を新たに追加してリリースされた。
-
-
Qwen2.5-7B-Instructで長文QAの精度を測る計画手法の比較
2026/9/24
Qwen2.5-7B-Instructで長文QAの精度を測ると、計画手法は強い検索手法に勝てなかった。
-
-
ドイツ連邦憲法裁判所の判決文を文単位で注釈し、LLMが法解釈の型を分類できるか測る評価用データ
2026/9/24
3系統4つのLLMで試すと、文法解釈が最も易しく体系的解釈が最も難しい傾向だった
-
-
LLMの判断を必要なときだけ他モデルに委ねるCOMED、推論コストを抑えて精度を上げる話
2026/9/24
COMED が、LLM の判断が必要なときだけ他モデルに委ね、精度を上げつつ推論コストを抑えた
-
-
ModernBERT Bi-Encoder の作者確認精度
2026/9/24
ModernBERT Bi-Encoder が作者確認で 98.4% の正解率を出した