-
-
AIの防御を訓練するサイバー演習場ACO、ドメインシフトの影響を評価した話
2026/10/14
ACOが公開。ドメインが少し変わると検知性能が崩壊することが分かった
-
-
予測誤差で公平性が崩れる話 Predict-then-Optimize、意思決定の場
2026/10/14
予測だけで公平と見えた制約が、実際の結果では3分の1残る。
-
-
有害コンテンツの判定争いを予測する質問ベースの手法、多言語のデータセットで検証
2026/10/14
質問ベースの判定争い予測が、直接プロンプティングより10.5ポイント高精度に。
-
-
Agent Loop の判断ミスを読み間違いと行動間違いに分類する LoopArena の分析
2026/10/14
システム1モデルの判断ミスは読み間違いより行動ミスが主因
-
-
複数の目標から最適を選ぶアルゴリズム Order-Aware Track-and-Stop、必要サンプル数を減らす話
2026/10/14
Order-Aware Track-and-Stop が、複数の目標から最適を選ぶ際に必要なサンプル数を減らせた。
-
-
20種のロボットに対応する世界モデル GreenWAM、制御と予測を両立させる話
2026/10/15
GreenWAM が 20 種のロボットに対応。制御と予測を両立させる世界モデルとして公開された。
-
-
LLMがレシピを設計するSRO、LLMの追加学習を自動化する話
2026/10/14
SROは、3領域6ベンチでQwen3-1.7Bの性能を41.1まで引き上げた。
-
-
世界モデルの計画で候補の順番が逆転する問題を、自己接近条件で防ぐ話
2026/10/14
Order-Consistent Latent Geometry が、候補の順番逆転する領域が存在することを証明した
-
-
曲率を考えた枝刈りで、圧縮後も勾配と影響度の近さを保つ手法
2026/10/14
CACTUS が、圧縮後も勾配と影響度の近さを保ち、LLM-Surgeon より 28 倍速く動いた
-
-
画像の連想力を測る CREATE、11 種の VLM の評価
2026/10/14
CREATE が 11 種の VLM の連想力を測定。人間を下回る結果がほとんど。