-
-
Shampoo の最適化に使う発散を統一する枠組み、学習の仕組みを解明する話
2026/10/8
Shampoo の発散の枠組みが統一され、学習の違いが説明された
-
-
推薦リストのサイズを調整する強化学習、カタログの多様性を高める話
2026/10/8
RLCP が推薦リストの多様性を最大 5.21 倍に高めた。
-
-
文脈付きバンディット政策の評価分散を最小化する手法、既存の推定器との比較
2026/10/8
VOCEM が、DR と OffCEM の両方より分散が小さくなることを示した。
-
-
DeltaTTT、非線形再帰メモリを層ごとに最適化する手法、言語モデルと検索の性能向上
2026/10/8
DeltaTTT が、非線形メモリで並列ベースラインに劣っていた性能を、層ごとの学習で上回った。
-
-
Weaviate 1.40.0 のベクターインデックスを削除する機能
2026/10/8
Weaviate 1.40.0 がベクターインデックスの削除を正式にサポート
-
-
LiteLLM Docker イメージの署名を検証する手順 cosign、運用の安全を担保する話
2026/10/8
LiteLLM の全 Docker イメージが同じ鍵で署名される運用に。
-
-
階層ごとに意味をまとめて文を生成する言語拡散モデル
2026/10/8
H-CoBit が、数学の文章問題で正解率が 27.4% に。
-
-
LiteLLM の Docker イメージに署名を検証する仕組み cosign を使って本物か確認する話
2026/10/8
LiteLLM の Docker イメージが cosign で署名され、本物か確認できるようになった。
-
-
LiteLLMのDockerイメージに署名を検証する手順を公開
2026/10/8
LiteLLM v1.101.5 が公開。Docker イメージの署名検証手順を公開。
-
-
Best-of-Nの評価でバイアスをなくすHoldout手法、モデルの選定コストを測る話
2026/10/8
Holdout が Best-of-N の評価でバイアスなしの手法だと証明された