ainews24-ops

リポジトリの変更で記憶が古いコードか判定する手法 5モデルの評価

リポジトリの変更で記憶が古いコードか判定する手法 5モデルの評価

2026/9/24  

5モデルが、リポジトリの変更で記憶が古いコードか判定する精度を、質問の仕方だけで大きく変えた

151Mパラメータのトルコ語モデル ufakzeka-1 をゼロから作る過程と、その評価方法

151Mパラメータのトルコ語モデル ufakzeka-1 をゼロから作る過程と、その評価方法

2026/9/24  

ufakzeka-1 が公開。151M パラメータのトルコ語モデルで、Apache-2.0 ライセンス。

多分野の文書で視覚質問に答える ICDAR2026 コンペ、構造化推論が勝つ話

多分野の文書で視覚質問に答える ICDAR2026 コンペ、構造化推論が勝つ話

2026/9/24  

ICDAR2026 コンペ、構造化抽出と検証を組み合わせるシステムが上位。

スポンサーリンク

長期タスクの LLM エージェント向け、更新履歴を残す Provenant Memory の設計

長期タスクの LLM エージェント向け、更新履歴を残す Provenant Memory の設計

2026/9/24  

Provenant Memory は更新履歴を残し、コミットミス回復率を100%に引き上げた

低ランク近似で分散学習するチーム意思決定手法、遅延共有情報と未知モデル下での話

低ランク近似で分散学習するチーム意思決定手法、遅延共有情報と未知モデル下での話

2026/9/24  

分散学習チーム意思決定が未知モデルでもチーム最適解に近似できることが証明された

数学の未解決問題68題をAIに解かせる FrontierMath ErdH{o}s、モデルの能力を測る話

数学の未解決問題68題をAIに解かせる FrontierMath Erd\H{o}s、モデルの能力を測る話

2026/9/24  

FrontierMath Erdős、GPT-6 Astraが3%、他は0%

スポンサーリンク

安全拒否の誤りを減らす SRC、推論時に安全ヘッドを制御する話

安全拒否の誤りを減らす SRC、推論時に安全ヘッドを制御する話

2026/9/24  

Semantic Routing Calibration が安全拒否の誤りを減らし、安全性を維持した。

オンポリシー蒸留で必要なプロンプト数と更新頻度の関係を調べる実験

オンポリシー蒸留で必要なプロンプト数と更新頻度の関係を調べる実験

2026/9/24  

OPD のプロンプト効率と更新頻度は、4.07ポイント交互に作用する

中央銀行の声明で感情の形を分析し、政策金利の変動を予測する手法

中央銀行の声明で感情の形を分析し、政策金利の変動を予測する手法

2026/9/24  

感情の弧が政策金利の変動を予測した。

スポンサーリンク

QMSum で会議要約を比較する評価手法、406M と 1.2B モデルの性能差を測定

QMSum で会議要約を比較する評価手法、406M と 1.2B モデルの性能差を測定

2026/9/24  

QMSum 評価で 406M モデルが 1.2B モデルと同等の性能を示した