-
-
huggingface/trl の学習で LM head を融合し、GPU メモリを減らす話
2026/10/9
trl v1.15.0 の LM head 融合で、GPU メモリが最大 82% 減り、処理可能な長さが 6.9 倍に。
-
-
ロボットの操作を自ら改善する EmbodiedRSI、実機での成功率を上げる話
2026/10/9
EmbodiedRSI が実機ロボットで成功率 71.3% を達成。
-
-
シフトする平均を持つバンディットで最良選択肢を特定する ISM
2026/10/9
ISMがシフトする平均でも最良選択肢を特定。従来の手法では失敗する環境で有効。
-
-
Lakeのクロロフィルa予測にNASで設計された軽量モデル、衛星搭載の判定用
2026/10/9
Sentinel-2 用モデルが、26分の1の規模で検出精度を上げた
-
-
Goetia 26B の量子化ファイル llama.cpp 対応と選択基準
2026/10/9
Goetia 26B の量子化ファイルが llama.cpp 対応で手に入る。Q4_K_M は 18.75GB。
-
-
シーンとポリシーを繋ぐ Agentic RSR、実ロボットへの転移を検証
2026/10/9
Agentic RSR が実ロボットでシミュの80%の成功率を達成。コードとシーンデータも公開
-
-
ViabiLens、ラベル不要の細胞生存率分析手法、バイオの現場で使う話
2026/10/9
ViabiLens が、染色なしの画像から細胞の生きた死を判定できるようになった。
-
-
誤情報を修正する LLM の振る舞いを 18モデルで比較した PHRBench、4分野の評価
2026/10/9
PHRBenchで18モデルを評価。誤情報からの回復は4820件中稀で、信念更新が頻繁な場合に起きる。
-
-
認知機能のスクリーニングを自動で行うMemoCare、モバイルアプリでの動作検証
2026/10/9
MemoCare が、151 件のソフトウェアテストと 48 件の座標解決を全件パスした。
-
-
平均報酬のMDPで状態空間を分解し、最適方策を学習する3つのアルゴリズム
2026/10/9
平均報酬のMDPで最適方策を学習する3つのアルゴリズムが収束することが証明された