ainews24-ops

LLM の文脈共有を解析し、ハルシネーションを検出する手法

LLM の文脈共有を解析し、ハルシネーションを検出する手法

2026/9/21  

ハルシネーション検出手法が、既存手法を一貫して上回る性能を出した。

AI が互いに情報を共有して問題を解くチーム@k、推論速度と精度を向上させる話

AI が互いに情報を共有して問題を解くチーム@k、推論速度と精度を向上させる話

2026/9/21  

team@k が、4k個の独立エージェントに匹敵する成功率を出した

音声入力の推論精度を上げる手法、LLM の推論コストを増やさずに音声理解を改善する話

音声入力の推論精度を上げる手法、LLM の推論コストを増やさずに音声理解を改善する話

2026/9/21  

SPARE が音声推論の精度を上げ、推論コストを増やさずに改善した

スポンサーリンク

SQLの生成能力を上げるCOAL-SQL、不足構造の補完と失敗学習で学習効率を改善する話

SQLの生成能力を上げるCOAL-SQL、不足構造の補完と失敗学習で学習効率を改善する話

2026/9/21  

COAL-SQLが、12,600例の学習でBIRD開発セットの64.9%を達成した

AI との会話コストを可視化するフレームワーク、対話分析で生産性を測る話

AI との会話コストを可視化するフレームワーク、対話分析で生産性を測る話

2026/9/21  

AI対話コスト可視化フレームワークが公開。同品質でもコストが最大70倍異なることを示した

メンタルヘルス支援の生成で、コミュニティの視点に合うか測る話

メンタルヘルス支援の生成で、コミュニティの視点に合うか測る話

2026/9/21  

COPES による学習で感情面は改善したものの、コミュニティ間の差は依然として大きい

スポンサーリンク

多言語の大規模言語モデルから有害情報や個人情報を消せたか、全言語で検証する評価基盤

多言語の大規模言語モデルから有害情報や個人情報を消せたか、全言語で検証する評価基盤

2026/9/21  

$\mu^2$-Bench が公開。多言語 LLM の未学習が全言語で消えたか検証。

17のモデルを評価した MME-Safety、多様なリスクを細かく分類する話

17のモデルを評価した MME-Safety、多様なリスクを細かく分類する話

2026/9/21  

MME-Safetyが17モデルを評価。4次元のリスク分類と階層評価で安全性を詳しく測った

推論の効率を報酬で制御し、答えられないタスクで拒否する 4B 級推論モデルの手法

推論の効率を報酬で制御し、答えられないタスクで拒否する 4B 級推論モデルの手法

2026/9/21  

推論効率を報酬で制御する手法が、4B級モデルで拒否性能を12.8%向上させ推論長を44%短縮した

スポンサーリンク

映像や音声を実況字幕にする際、入力の読み込み量を一つの数値で調整し、読む量を減らしても文章の質を保つ手法

映像や音声を実況字幕にする際、入力の読み込み量を一つの数値で調整し、読む量を減らしても文章の質を保つ手法

2026/9/21  

ZENDAYA が、読み込み量を減らしても字幕の質を保ち、29Mパラメータで既存手法に追いついた