ainews24-ops

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

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

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

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。

スポンサーリンク

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

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

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

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。

スポンサーリンク

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

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

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

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

スポンサーリンク

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

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