RLVRの最適化ダイナミクス：勾配ギャップとステップサイズ閾値
検証可能な報酬による強化学習（RLVR）の理論的基盤が構築され、その収束条件が解明されました。
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
LLM
3280件
「一息つく」：自己ペースのシーケンス生成のための適応的計算
AIモデルが自身の計算ステップ数を動的に調整し、応答準備ができたことを示す新しい学習手法が提案されま…
コルモゴロフ・アーノルド・ネットワーク（KANs）実践ガイド
MLPの代替として注目されるKANsに関する包括的なレビューが公開されました。
MediEval: LLMにおける患者文脈と知識に基づいた推論のための統合医療ベンチマーク
LLMの医療応用における信頼性と安全性の課題を解決するため、新しい評価ベンチマーク「MediEval」が開発さ…
HERMES：効率的なストリーミング動画理解のための階層的メモリとしてのKVキャッシュ
HERMESは、ストリーミング動画をリアルタイムかつ高精度に理解する、学習不要の新しいアーキテクチャです。
固定された心理的ペルソナを超えて：言語モデルは「状態」を見落としている
言語モデルがユーザーの状況（状態）を考慮せず、固定的な特性（特性）のみに基づいて応答していることが…
LLM-AutoDP: LLMエージェントによるモデルファインチューニングのための自動データ処理
LLMエージェントが自動でデータ処理戦略を生成・最適化し、モデルのファインチューニングを効率化します。
LLMサービスにおけるアテンション/FFN比率の理論的に最適な設定
LLM推論の分散アーキテクチャにおいて、アテンションとFFNの最適なリソース比率を決定する分析フレームワ…
検証不可能な学習のための対話：メタ評価による自己進化型LLM
LLMが検証不可能なタスクで自己進化できるよう、メタ評価を用いたフレームワークが提案されました。
FIT to Forget: 大規模言語モデルのための堅牢な継続的アンラーニング
LLMがプライバシー侵害や著作権侵害などのコンテンツを継続的に忘却する新フレームワーク「FIT」が開発さ…
Leviathan: 言語モデルにおける入力と出力表現の分離
言語モデルの入力埋め込みと出力射影を分離する新しいTransformerアーキテクチャ「Leviathan」が発表され…
DialectLLM：標準アメリカ英語を超えた方言対応対話生成フレームワーク
LLMが標準アメリカ英語以外の英語方言を認識し、自然な対話を生成する能力を向上させるフレームワークが開…