逆強化学習による専門家のデモンストレーションからの推論報酬学習
LLMが複雑な推論タスクを学習する際、専門家の思考プロセスから報酬関数を自動で学習する新手法が提案され…
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
4555件
CompassLLM：人気経路クエリのための地理空間推論へのマルチエージェントアプローチ
LLMを活用したマルチエージェントフレームワーク「CompassLLM」が、人気経路クエリを解決しました。
「アクションとしての記憶」：長期的エージェントタスクのための自律的なコンテキストキュレーション
LLMが長期タスクで注意散漫になるのを防ぐため、作業記憶管理を自律的に行うフレームワークが提案されまし…
自己整合性のアドバンテージの低下：現代LLMにおける収穫逓減とコスト増大
LLMの推論能力向上に伴い、自己整合性（複数推論パスのサンプリング）の効果が薄れ、コストが増大している…
SpatialBench：空間認識におけるマルチモーダル大規模言語モデルのベンチマーク
マルチモーダル大規模言語モデル（MLLM）の空間認識能力を評価する新しいベンチマーク「SpatialBench」が…
ProAgent: オンデマンド感覚コンテキストを活用したプロアクティブなLLMエージェントシステム
LLMエージェントがオンデマンドの感覚コンテキストを活用し、日常生活でユーザーを能動的に支援するシステ…
離散施設配置最適化の加速：ハイブリッドCDCLとCP-SATアーキテクチャ
離散施設配置問題の最適化を加速する新しいハイブリッドアーキテクチャが開発されました。
CORE：数学的推論における定義と応用のギャップを埋める概念指向強化学習
LLMが数学の概念理解と応用能力のギャップを埋めるための新しい強化学習フレームワーク「CORE」が開発され…
SANet: 6Gにおけるクロスレイヤー最適化のための意味認識型エージェントAIネットワーキングフレームワーク
6Gネットワークでユーザーの意図を理解し、AIエージェントが連携してネットワークを最適化するフレームワ…
Owen-Shapley方策最適化：生成探索LLMのための原理的な強化学習アルゴリズム
LLMの強化学習において、トークンごとの貢献度を評価する新しいアルゴリズムが開発されました。
視覚的ポイントゴールナビゲーションのための効率的な昆虫着想アプローチ
昆虫の脳構造に着想を得たモデルが、視覚的ポイントゴールナビゲーションで高い性能を示しました。
E-mem：LLMエージェントの記憶のためのマルチエージェント型エピソード文脈再構築
LLMエージェントが高度な推論を行うための新しい記憶フレームワーク「E-mem」が提案されました。