ainews24-ops

ナビゲーションの信頼度を評価する ENCP、複数モデルで精度を保証する話

ナビゲーションの信頼度を評価する ENCP、複数モデルで精度を保証する話

2026/9/18  

ENCP が、ナビゲーションの各ステップで正解をカバーする信頼度を保証した

マルチエージェントの分解が成果の到達率に与える影響をモデル化した話

マルチエージェントの分解が成果の到達率に与える影響をモデル化した話

2026/9/18  

マルチエージェントの分解は、深さが増すほど成果の到達率が下がる。

スマートホームのツール呼び出しでLLMを圧縮する手法、モデル種別ごとの劣化傾向

スマートホームのツール呼び出しでLLMを圧縮する手法、モデル種別ごとの劣化傾向

2026/9/18  

スマートホームのLLM圧縮で、MoEは耐性あるがDenseは急激に劣化

スポンサーリンク

Unsloth Studio で指定した GPU の順序を維持する修正、複数 GPU 環境での推論話

Unsloth Studio で指定した GPU の順序を維持する修正、複数 GPU 環境での推論話

2026/9/18  

Unsloth Studio が、ユーザーが指定した GPU の順序を推論で維持するようになった

長期運用のマルチエージェントを敵対的に検証する環境 Emergence World、システムレベルの耐性評価

長期運用のマルチエージェントを敵対的に検証する環境 Emergence World、システムレベルの耐性評価

2026/9/18  

Emergence World の8つの世界、3つの攻撃で完全耐性を達成した系はゼロ

非同期最適化の計算量差を埋める条件強InterpolationとP-L条件

非同期最適化の計算量差を埋める条件強InterpolationとP-L条件

2026/9/18  

強InterpolationとP-L条件の組み合わせで非同期最適化の計算量差が埋まった

スポンサーリンク

強化学習で自律的な自己組織化を促す内在的動機、失敗例と実験方針の整理

強化学習で自律的な自己組織化を促す内在的動機、失敗例と実験方針の整理

2026/9/18  

内在的動機研究が、失敗例と3つの実験方針を整理した。

視覚と空間知識でナビゲーションするHarnessVLN、学習なしで実環境にも対応

視覚と空間知識でナビゲーションするHarnessVLN、学習なしで実環境にも対応

2026/9/18  

HarnessVLN が、学習なしで実環境のナビゲーションで既存手法を上回る性能を出した

LLM 蒸留で教師のバイアスを減らす CCL、ターゲット報酬なしで改善する話

LLM 蒸留で教師のバイアスを減らす CCL、ターゲット報酬なしで改善する話

2026/9/18  

CCL が、教師バイアスを克服して最適学生を回復するのを証明した。

スポンサーリンク

表の構造と内容を抽出する DELTA、表の質問に答える TARQA、多言語文書に対応する話

表の構造と内容を抽出する DELTA、表の質問に答える TARQA、多言語文書に対応する話

2026/9/18  

DELTA と TARQA が公開。表の構造と内容の抽出、および質問への回答に対応。