-
-
人間の教え漏れをロボットが補完するアクティブ選好学習、低クエリでの性能向上
2026/10/17
「アクティブ選好学習」が人間の教え漏れをロボット側で補完する手法を提案。低クエリ領域でベースラインを最大30.8%上回る性能を確認。
-
-
NVIDIAのDory1.0-4B、ローカル推論で精度を上げる手法
2026/10/17
Dory1.0-4B が GGUF 版で公開。商用利用も可能。
-
-
Dory1.0 4B のループ数とキャッシュ設定、推論コストと精度のバランスを取る話
2026/10/17
Dory1.0 4B が公開。商用利用も可能で、ループ数とキャッシュ設定で精度とコストのバランスが取れる。
-
-
画像生成モデルのバッチ全体としての多様性を高める DetNO、合成データ拡張の精度向上
2026/10/17
DetNO のバッチ多様性最適化が、合成データ拡張の精度を統計的に有意に向上させた。
-
-
ローカルで動かす AI を更新する Ollama v0.40.6、クラウド連携と新モデル形式の追加
2026/10/17
Ollama v0.40.6 が公開。クラウド連携「Clef」の追加と Q2_0 形式の対応
-
-
物理方程式を学習する DeepONet の入力を減らす手法、3D 問題も学習可能にする話
2026/10/17
物理方程式を学習する DeepONet の入力を減らす手法が、3D 問題も学習可能にした
-
-
ラベル不要の網膜血管セグメンテーション手法 FPG-Seg、完全教師ありの98%性能を達成する話
2026/10/17
FPG-Seg、ラベルなしで完全教師あり手法の最大98%の性能を達成
-
-
GPU のメモリを減らす BitSparse、ReLu 系ニューラルネットワークの学習で使う話
2026/10/17
活性化キャッシュをGPU上で無損失圧縮し、学習時のメモリを削る手法を発表
-
-
jebadiah-9b-v2-1の画像対応モデルをローカルで動かすための量化版 llama.cppで変換
2026/10/17
jebadiah-9b-v2-1 の画像対応モデルが llama.cpp 向けに量化され、Q4_K_M で 5.98GB で手に入る。
-
-
テキストから画像を生成する MOSS-Image-Base、自然言語プロンプトで制御する話
2026/10/18
MOSS-Image-Base が公開。自然言語やJSONでテキスト配置を制御可能。