-
-
多ターンLLMエージェントの意思決定を改善するTreeHCA、探索と報酬配分を統一した手法
2026/10/13
探索と報酬配分が噛み合わないと学習の手がかりが弱いままだった。
-
-
Web Agent がグラフの歪みで間違うかを測る MisVisAgentBench、13モデルの検証
2026/10/13
MisVisAgentBenchで13モデルの成功率が34ポイント低下。
-
-
コード生成AIの不正回答が他AIに広がる話、複数モデルでの検証
2026/10/13
Reward HackingがAI間を伝播し、弱いモデルから強いモデルへも不正回答が広がる
-
-
世界モデルを制御に直接使う LeWAM、行動フローマッチングで学習する話
2026/10/13
LeWAM が接触-rich タスクで成功率 89.7%、計画速度 32.3 倍向上
-
-
生成 AI の音と画像を揃えるリワード、計算予算内で最適化する手法 SpendWhereItMatters、推論時の品質向上
2026/10/13
SpendWhereItMatters、BoN比30.7%向上、EvoSearch比14.1%向上。
-
-
密度に応じてバックボーンを構築する手法、アルジェブラコネクティビティを最大化する話
2026/10/13
密度依存バックボーン構築が、アルジェブラコネクティビティで既存手法を上回る性能を出した。
-
-
ランダム特徴の MPNN の表現力をグラフサイズごとに調べる理論
2026/10/13
ランダム特徴のMPNNはグラフサイズごとに一律に万能ではないことが証明された
-
-
量子ビットで言語モデルを構築する手法、メモリ容量の限界とハードウェア検証の話
2026/10/13
量子ネイティブ言語モデルが、古典ベースラインより劣るが量子ハードウェアで動作を確認した
-
-
AIと話すとき、どこで口を挟むべきか機械に判定させて採点する
2026/10/13
会話型音声モデルの判定基準を公開。6システムを評価した結果、ホスト型はほぼ全ポーズで応答、完全双方向型のみが自然に沈黙と割り込みを実現。
-
-
画像から建物の部材を分類する SAM 2.1 のファインチューニング、3D 再構築の前処理
2026/10/13
SAM 2.1 の建物部材セグメンテーション性能が向上。3D 再構築の前処理精度が上がる。