-
-
LLM で人間グループの合意を再現すると過大評価される話
2026/9/18
LLMグループの合意率は人間を最大44ポイント過大評価する
-
-
AI評価の主張を安全にするRefuse Decompose Refresh、閉ループAIの検証で使う話
2026/9/18
Refuse Decompose Refresh が、閉ループ AI 評価で誤った主張を避ける検証方法を実証した。
-
-
乳房X線写真から心臓病のリスクを予測するMammoCVD、追加検査なしでリスク層別化する方法
2026/9/18
MammoCVD が乳房X線写真から心臓病のリスクを予測した。
-
-
GLM-5.3 NVFP4、753B モデルを 4bit 量子化して手元で動かす話
2026/9/18
GLM-5.3 NVFP4 が公開。商用利用も可能。
-
-
VLMがダイビングの演技を採点する力を測る実験、スポーツの半自動評価に使えるか
2026/9/18
VLMのダイビング演技採点力が、アンサンブル学習で相関0.67に向上。
-
-
Clincirca、電子カルテの文章から精神科患者の経緯を時系列で整理する話
2026/9/18
CliniCIRCA は、52件の退院サマリーから15,891件の時系列イベントを生成した。
-
-
遺伝性疾患の重症度を分類する ReAct RAG エージェント、ゲノムスクリーニングの自動化
2026/9/18
ReAct RAG エージェントが表現型レベルで 93.55% の正解率を出した
-
-
27Bクラスの推論を3値量子化で圧縮するBonsai、llama.cppで使う話
2026/9/18
Ternary-Bonsai が、約9.3倍小さく98.2%の性能を維持してllama.cppで使える
-
-
JAX の新機能と最適化、GPU プラグイン対応のアップデート
2026/9/19
JAX v0.11.2 が公開。GPU プラグイン対応と最適化で手間が減る
-
-
環境の複雑さを測る Free Inference dimension、推論なしで衝突回避する手法
2026/9/18
Free Inference dimension が環境の複雑さを測る指標として定式化され、推論なしで衝突回避できる範囲を理論的に示した