-
-
テキスト生成の分布のズレを測る距離尺度 SOL、非自己回帰モデルの評価に使う話
2026/10/6
SOL が、テキスト生成モデルの分布のズレを測る距離尺度として安定して機能することを実証した。
-
-
ロボットの手先の動きを滑らかにする VLA の推論手法、動作の切り替えタイミングでエラーが減る話
2026/10/7
RACE が、4 倍長いアクションチャンクでアイドル時間を 5 分の 1 に減らし、成功率も向上した。
-
-
非同期推論で動作予測を高速化する手法RealtimeWAM、モーション制御の推論効率を上げる話
2026/10/6
RealtimeWAM が、25倍の高速化で性能低下1%未満を達成した
-
-
推論時に学習するベイズの記憶モジュール Bayesian Cheatsheet、推論コストを下げる話
2026/10/6
Bayesian Cheatsheet は推論時に学習し、AIME'25 などで既存モジュールより性能が向上した
-
-
テキストから画像を生成する AI の安全性を5モデルで評価
2026/10/6
5モデルで有害画像の生成率は最大89.2%、検出にも大きな抜けがあった
-
-
超音波とMRIの子宮画像を一つのAIで読み分け、複数の部位をまとめて見分ける
2026/10/6
TPUSが超音波とMRIの子宮部位を0.898と0.693のDice係数で検出。
-
-
分子のグラフを潜在空間で生成する Latent Flow Matching、生成効率と品質を両立
2026/10/6
Latent Flow Matching が、分子グラフ生成で品質と効率の両立を実現した。
-
-
プロンプトインジェクションを因果追跡で解析し、ロール信号と行動介入を区別する話
2026/10/6
Qwenの因果追跡でロール信号と行動介入が区別された。攻撃成功率は層・位置・文脈次第。
-
-
Mobile-4DGSで、スマホで動く3Dと4Dの描画を軽くする手法
2026/10/6
Mobile-4DGSが、スマホで3Dと4Dの描画をリアルタイムで動かせるように軽量化した。
-
-
動画と音声を一緒に2Kで学ぶPrism、注目する範囲を動的に絞る話
2026/10/6
Prism が動画と音声の共同生成を 2K で学習可能に。