-
-
タスク構造をグラフで扱う多エージェント強化学習の忘却対策、既存手法との組み合わせ
2026/10/8
GRAFOベンチでFROGが既存手法と組み合わせて忘却を大幅に改善した
-
-
InfoNCEの最適解を共有ガウス化で検出するSIGReg、コントラスト学習の理論保証
2026/10/8
SIGRegが、InfoNCEの最適解で共有ガウス化がゼロになることを証明した。
-
-
Qwen3とPythiaで圧縮の効果を分離する手法SemanticFold、推論能力の評価
2026/10/8
SemanticFold、圧縮で言語モデルの能力を非単調に変化させる
-
-
Vision Transformer の構造を統一する AttenFeed、Attention と FFN の分割は不要な話
2026/10/8
AttenFeed が、ViT の Attention-FFN 分割を不要にする構造だった。
-
-
モデルに依存しないDictXAI、概念辞書で説明を生成する手法、XAIの利用場面
2026/10/8
DictXAIが、モデルに依存せず概念辞書で説明を生成する手法として実証された。
-
-
視覚と触覚のデータを500時間収集したTouchScale、ロボットの操作を向上させる話
2026/10/8
TouchScale が公開。500時間の視覚・触覚データでロボットの成功率が22.5%から57.5%に向上。
-
-
画像から病変の位置と特徴を捉える ΔRepresentation、医学 VLM の性能を上げる手法
2026/10/8
ΔRepresentationが病変の位置と特徴の捉え方を上げ、医学VLMの精度を向上させた。
-
-
部分観測で時間制限のある環境におけるエージェントの安全性、理論的限界の話
2026/10/8
部分観測で時間制限のある環境では、完璧なエージェントでも安全性を保証できない。
-
-
PPO-Clip の学習を閉ループで解析、クリッピングと critic の相互作用を定量化
2026/10/8
PPO-Clip の解析が閉ループで非漸近的に示され、クリッピングと critic の相互作用が定量化された。
-
-
動画予測で動作を学ぶロボット方針、予測精度を上げて成功率を伸ばす
2026/10/8
VPP2 が、動画予測と実ロボットの動作で両方の成功率を上げた。