複数LLMルーティングにおける「解決不能の天井」：評価アーティファクトの実証研究
複数LLMルーティングの「解決不能の天井」が、評価方法の偏りによって過大評価されていることが判明しまし…
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
3259件
ルーブリックに基づくオンポリシー蒸留
教師モデルの出力のみで学生モデルを効率的に学習させる新しい手法「ROPD」が開発されました。
ソフトウェア工学における心理的安全性定性分析のためのLLMプロンプトエンジニアリング戦略に関する実証研究
LLMを用いたソフトウェア工学コミュニティの心理的安全性に関する定性分析において、プロンプト戦略がLLM…
モルトブック・ファイル：無害な「スロポカリプス」か、人類最後の実験か
AIエージェントが投稿・コメント・投票するReddit風プラットフォーム「Moltbook」のデータセットが公開さ…
HBEE：人間行動エントロピーエンジン — ピア疑惑に基づく検出反転のマルチエージェントLLMシミュレーション
LLM駆動の適応型内部脅威が、従来の検出システムを欺く「検出反転」を引き起こすことがシミュレーションで…
SHRED：ロジット降格による自己蒸留を用いたリテインセット不要な機械学習の忘却
LLMから特定の記憶内容を選択的に削除する、リテインセット不要な新しい忘却手法「SHRED」が開発されまし…
ニューラルネットワークは外挿できるか？OOD汎化における特徴量エンジニアリングと識別可能性バイアス
ニューラルネットワークが訓練データ外（OOD）のデータに対して汎化できない原因を特定する研究が発表され…
LARAG：ハイパーリンク付き技術文書におけるRAGシステムのためのリンク認識型検索戦略
ハイパーリンク構造を活用し、RAGシステムの回答品質と効率を向上させる新戦略「LARAG」が発表されました。
ProteinJEPA：潜在予測がタンパク質言語モデルを補完
タンパク質言語モデルの性能を向上させる新しい学習手法「masked-position MLM+JEPA」が開発されました。
Response-G1：プロアクティブなストリーミング動画理解のための明示的なシーングラフモデリング
ストリーミング動画からいつ応答すべきかを判断する新しいフレームワーク「Response-G1」が発表されました…
言語モデルが自己評価器となる：アクターの内部状態からの価値推定による強化学習
大規模言語モデルの強化学習において、モデル自身の内部状態を利用して報酬の価値を推定する新しい手法「P…
因果エネルギー最小化によるTransformer層のパラメータ化再考
Transformer層の設計を因果エネルギー最小化という新しいフレームワークで再考し、効率的なパラメータ化を…