-
-
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
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
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。
-
-
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
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 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%
-
-
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
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
2026/9/24
感情の弧が政策金利の変動を予測した。
-
-
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