ainews24-ops

離散拡散モデルの信頼度評価の限界を分析した研究

離散拡散モデルの信頼度評価の限界を分析した研究

2026/9/18  

離散拡散モデルの信頼度評価は、依存関係のあるデータでは限界がある。

周波数で条件付けするTransformer FreqCondNorm、機械の故障診断を跨いで使う話

周波数で条件付けするTransformer FreqCondNorm、機械の故障診断を跨いで使う話

2026/9/18  

FreqCondNormが周波数跨ぎの故障診断で99.2%の正解率を出した。

NVIDIA TensorRT-LLM v1.3.0rc27 の修正と新機能、GPU 推論基盤の保守話

NVIDIA TensorRT-LLM v1.3.0rc27 の修正と新機能、GPU 推論基盤の保守話

2026/9/19  

NVIDIA TensorRT-LLM v1.3.0rc27 が公開。MiniMax-H3 や Cosmos3 などの新モデル対応と、Anthropic 互換 API の追加。

スポンサーリンク

Milvus v3 SDK の新機能と変更点、コレクション管理と外部スナップショットの話

Milvus v3 SDK の新機能と変更点、コレクション管理と外部スナップショットの話

2026/9/19  

Milvus v3 SDK が公開。コレクションスナップショットや外部エクスポートが使える

自動研究ループでコードエージェントのハルネスを改善する SoL-Pi、トークンと API 費用を下げる話

自動研究ループでコードエージェントのハルネスを改善する SoL-Pi、トークンと API 費用を下げる話

2026/9/19  

SoL-Pi が、コードエージェントのトークンと API 費用を減らしつつ既存手法に迫る性能を出した

コーディングエージェントの構成要素を比較するHarnessDesign、予算に応じた設計の話

コーディングエージェントの構成要素を比較するHarnessDesign、予算に応じた設計の話

2026/9/19  

Coding Harness Design が、予算に応じた設計の指針を176設定で示した。

スポンサーリンク

LLM が自信を報告する話 3つの手法で正解予測を測って比較

LLM が自信を報告する話 3つの手法で正解予測を測って比較

2026/9/18  

LLMの自信報告は、正解予測の精度が手法で大きく異なり、使い物にならない場合がある

言語モデルのデータ効率を上げる Dual Attention Transformer、BabyLM 2026 への提出

言語モデルのデータ効率を上げる Dual Attention Transformer、BabyLM 2026 への提出

2026/9/18  

Relational BabyLM が BabyLM 2026 で上位 55 件中 6 位。GPT-2 ベースラインを上回る性能。

問題の難易度に応じて推論長を制御するWhen2Think、数学の推論モデルの効率化

問題の難易度に応じて推論長を制御するWhen2Think、数学の推論モデルの効率化

2026/9/19  

When2Thinkは、AIME24でPass@3が10.0%向上しトークン使用量が27.9%減る効率化を実現した

スポンサーリンク

Q学習の共謀を検出して解消する手法、ゲーム理論の枠組みで設計し、競争市場での共謀を抑制する話

Q学習の共謀を検出して解消する手法、ゲーム理論の枠組みで設計し、競争市場での共謀を抑制する話

2026/9/18  

CURBがQ学習エージェントの共謀をベルトランとクールノ競争で大幅に抑制した