-
-
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
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
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。
-
-
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
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
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。
-
-
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
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
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
-
-
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