文脈特定によるAI評価の展開関連性向上
AI導入の成功を測るため、運用実態を反映したAI評価手法「文脈特定」が提案されました。
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
研究
3324件
MineEvolve：蓄積された知識による自己進化型Minecraftエージェント
Minecraft環境で、エージェントが過去の経験から学習し、自己進化するフレームワーク「MineEvolve」が開発…
システムソフトウェア検証を拡張するニューロシンボリック証明生成
LLMと形式検証ツールを組み合わせたニューロシンボリックフレームワークが、システムソフトウェアの自動証…
ラルフ・ウィガムを監督する：工学設計のためのメタ認知共同規制エージェントAIループの探求
LLMエージェントが設計課題で陥る「固着」を、メタ認知による自己・共同規制で克服するAIシステムが開発さ…
Claw-Eval：自律エージェントの信頼できる評価に向けて
自律エージェントの評価における既存の課題を解決するため、人間が検証した300のタスクを含む新しい評価ス…
大規模な問題削減：計算困難な問題のAIエージェントによる統合
AIエージェントを活用し、NP困難な最適化問題間の変換ルールを大規模に自動生成する手法が開発されました。
Autogenesis：自己進化するエージェントプロトコル
LLMベースのエージェントシステムが自己進化し、複雑なタスクを効率的に解決する新プロトコル「Autogenesi…
静的なスナップショットを超えて：エージェント型言語モデルのための実証的評価フレームワーク
エージェント型LLMの評価における既存の課題を解決する新しい評価フレームワーク「Grounded Continuous Ev…
MedMNISTにおけるPNWモデルの100%精度達成ベンチマーク
PNWモデルがMedMNISTの18の生体医用データセットで100%の分類精度を達成しました。
教師なし視覚トレースからリフトされた行動モデルを学習
AIが行動モデルを、行動の観察なしに視覚情報のみから学習する新しいフレームワークが提案されました。
FutureWorld: 実世界の結果報酬を用いた予測エージェント向けライブ強化学習環境
実世界の出来事を予測するAIエージェントの性能を向上させるための新しい強化学習環境「FutureWorld」が発…
WaferSAGE：合成データ生成とルーブリック誘導型強化学習によるLLMを活用したウェーハ欠陥分析
半導体製造におけるウェーハ欠陥の視覚的質問応答を、小規模な視覚言語モデルで実現するフレームワークが…