-
-
信頼性を評価する統合フレームワーク TrustEval、LLMとマルチモーダルモデルの監査に使う話
2026/9/19
TrustEval が LLM とマルチモーダルモデルの信頼性を 8 次元で評価する統合フレームワークとして提案された
-
-
長いタスクをこなすエージェントの設計、階層構造で記憶と判断を分ける話
2026/9/19
LongHorizon Agent が10日間途切れることなくタスクを遂行し、初期の知識が後の行動を変えた
-
-
検証のフィードバックで候補を改善する VRR、推論時の情報だけで再選択する話
2026/9/19
VRRが検証のフィードバックで候補を改善。初期候補が全滅でも正解を回復。
-
-
RL 後訓練で学習を組み合わせる言語モデルの振る舞いを分析
2026/9/19
RL 後訓練の言語モデルは、分解されたスキルから複雑なタスクへの転移が不安定。
-
-
ハードウェア設計 AI がアーキテクチャを理解しているか測る AutoTuring、推論コストを下げる話
2026/9/19
AutoTuringが測定した結果、アーキテクチャの知識は構造的な批判と同等の効果だった。
-
-
Biophysics の論文を解析する BioPhys-Bridge、物理モデルと生物機構の推論を評価する話
2026/9/19
BioPhys-Bridge が公開され、生体物理の論文から証拠をたどる推論を評価できるようになった。
-
-
AI アプリを仮想化する自己進化型 OS 層、開発者が使う基盤の話
2026/9/19
FMOS が、AI アプリを仮想化する自己進化型 OS 層として提案された
-
-
勾配で最適化するソフトな三角関数 SoftTri、ニューロ・ファジィ学習の精度を上げる話
2026/9/19
SoftTriは、勾配最適化で安定し近似精度が向上した。
-
-
再帰的深さTransformerの比較 LSTM-UT、BUT、CoTFormer、セル・オートマトンの推論
2026/9/19
LSTM-UT が、再帰的深さTransformerの推論で、既存手法より精度と遅延再現を向上させた
-
-
通信回数をO(1)に抑える強靭連合Q学習 Robust Fed-Q、悪意あるエージェント下での話
2026/9/19
Robust Fed-Q が、O(1) 回の通信で最適値関数への収束を保証した