-
-
選択肢の並べ替えに左右されない判断モデル Jeva、システム1推論の構造要件を満たす話
2026/10/15
Jeva が、選択肢の並べ替えに左右されない判断を、数千の候補でも低遅延で実現した。
-
-
視覚的な品質を改善するAesCode、コード生成モデルに画像を参考にする話
2026/10/15
AesCode が、8B で視覚品質を 31.1 ポイント、32B で 22.4 ポイント向上させた。
-
-
環境設計を自動化するAutoEnvScaling、エージェントの再帰的自己改善を可能にする話
2026/10/14
AutoEnvScalingが環境生成を自動化。有効環境率が最大25倍に。
-
-
指示だけで評価基準を作る ReVeR、回答者バイアスを減らす手法
2026/10/14
ReVeR は、ペア方式の手法より平均で正解率が高くなった。
-
-
大規模言語モデルの推論学習で勾配の次元を自動調整する Ares、精度を上げる話
2026/10/14
Ares が、勾配の次元を自動調整することで推論精度を上げた
-
-
多ターンエージェントの進捗を測るDeltaTTG、RLの学習効率を上げる話
2026/10/14
DeltaTTGが、多ターンRLの学習効率をQwen3-4Bで5.7点、Llama-3.1-8Bで7.2点向上させた。
-
-
crewAI のモデル評価コマンドとデプロイ修正、開発フロー改善の話
2026/10/14
crewAI 1.15.28 が公開。モデル評価コマンドとデプロイ修正、開発フロー改善が入った。
-
-
LiteLLM v1.105.1 の Docker イメージの署名を検証する話
2026/10/14
LiteLLM v1.105.1 の Docker イメージの署名検証手順が公開された
-
-
コーディングエージェントの最終工程を改善する TrialScribe、臨床試験の文書処理
2026/10/14
TrialScribe が、ローカルモデルの性能を最大 59.4 ポイント向上させ、GPT-5.6-Sol に追いついた。
-
-
長期タスクをこなす AI を再帰的に進化させる WorkRover、Qwen3.5 への適用
2026/10/14
WorkRover が Qwen3.5 に適用され、長期タスクの性能が向上した。