ReCode：推論プロセス報酬でコード生成を強化
ReCodeは、推論プロセスの品質を最適化する新しい強化学習フレームワークです。
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
3266件
LinkAnchor：課題とコミットのリンク復元を行う自律型LLMエージェント
ソフトウェア開発における課題とコミットの関連付けを自動で復元するLLMベースのエージェント「LinkAnchor…
意味記憶とエピソード記憶による監督学習：エージェント適応への内省的アプローチ
LLMベースのエージェントがパラメータ更新なしでラベル付きデータから学習する新しいフレームワークが提案…
ビットではなくトークン：LLMのための意味論的情報理論へ
LLMの動作原理を解明するため、統計物理学などに基づいた「意味論的情報理論」が提唱されました。
Continuum: KVキャッシュのタイム・トゥ・リブによる効率的で堅牢なマルチターンLLMエージェントスケジューリング
マルチターンLLMエージェントの処理を高速化する新しいKVキャッシュ管理システム「CacheTTL」が発表されま…
大規模言語モデルにおける階層的記憶：引用生成からの証拠
LLMが学術引用を生成する際の記憶メカニズムを、引用数と事実の正確性から分析しました。
LLMはパーソナライズされたアクセス制御の決定を下せるか？
LLMがユーザーのセキュリティ設定に基づき、アプリのアクセス許可を動的に判断する能力が研究されました。
RL後学習のためのブートストラップ型混合報酬：標準的な行動順序の注入
強化学習（RL）の後学習において、標準的な行動順序のヒントを報酬として与えることで、性能が向上するこ…
PDFからの数式抽出における文書パーサーのベンチマーク
PDFから数式を正確に抽出する文書パーサーの性能を評価する新しいベンチマークが発表されました。
パターン対患者：一人称物語によるパーソナリティ障害診断におけるLLMと精神科専門家の比較評価
LLMが精神科専門家よりもパーソナリティ障害の診断で高いスコアを記録しました。
LangPrecip: 言語認識型マルチモーダル降水ナウキャスティング
気象テキスト情報を活用し、短時間降水予報の精度を向上させる新しいAIフレームワークが提案されました。
LitVISTA：文学テキストにおける物語構成のベンチマーク
文学テキストの物語構成能力を評価する新しいベンチマーク「LitVISTA」が提案されました。