「正確な方が簡単」：協調型LLMエージェントにおける貢献度評価
協調型LLMエージェントの貢献度を正確に評価する新しい手法「C3」が開発されました。
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
3266件
ログバリアが方策最適化における探索をいかに助けるか
ログバリア正則化を導入した強化学習アルゴリズム「LB-SGB」が、探索メカニズムを強化し、よりロバストな…
放射線レポート生成のためのマルチモーダル・マルチエージェント強化学習
放射線レポート生成に特化したマルチモーダル・マルチエージェント強化学習フレームワーク「MARL-Rad」が…
SlopCodeBench：反復的な長期間タスクにおけるコーディングエージェントの劣化をベンチマーク
コーディングAIが反復的なソフトウェア開発タスクでどのようにコード品質が劣化するかを測定する新たなベ…
ASPECT：グラフ対照学習におけるノードレベル適応スペクトル融合
グラフ対照学習において、ノードごとに低周波と高周波の情報を適応的に融合する新手法「ASPECT」が提案さ…
LLMにおける感情の円環幾何学と多行動制御：感情価-覚醒度サブスペースの発見
LLMの感情ベクトルが、感情価と覚醒度からなる2次元の円環幾何学を持つサブスペースに組織されていること…
スペクトルワッサースタインフローとしてのミューオンダイナミクス
深層学習の最適化を安定させる勾配正規化手法「Muon」の理論的基盤が構築されました。
コンテキスト集約型タスクにおけるKVキャッシュオフロードの課題
長文LLMのKVキャッシュオフロードが、情報抽出量の多いタスクで性能劣化することが判明しました。
Lightning OPD：オフラインオンポリシー蒸留による大規模推論モデルの効率的な後学習
大規模言語モデルの効率的な後学習手法「Lightning OPD」が開発されました。
SeaEvo：戦略空間進化によるアルゴリズム発見の進展
LLMを活用したアルゴリズム探索において、戦略空間を明示的に扱う新手法「SeaEvo」が提案されました。
過剰パラメータ化されたネットワークの最適化における対称性の役割
過剰パラメータ化された深層学習ネットワークの最適化メカニズムにおいて、対称性が果たす役割が解明され…
手書きルールなしでSLOGにおける構造的汎化を実現
手書きのルールなしに、ニューラルセルオートマトンが意味解析の構造的汎化を達成しました。