ainews24-ops

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

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

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

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。

スポンサーリンク

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

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

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

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。

スポンサーリンク

Qwen2.5-7B-Instructで長文QAの精度を測る計画手法の比較

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

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

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

スポンサーリンク

ModernBERT Bi-Encoder の作者確認精度

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