Rethinking Vacuity for OOD Detection in Evidential Deep Learning
Evidential Deep LearningにおけるOOD検出の評価指標「Vacuity」の課題が指摘されました。
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
2302件
Automated alignment is harder than you think
AIによるAIアライメント研究の自動化が、意図せず危険なAIを導入するリスクを指摘する論文が発表されまし…
Knowledge Graphs, the Missing Link in Agentic AI-based Formal Verification
AIエージェントが形式検証でSystemVerilog Assertionsを生成する際に、知識グラフが有効な手法として提案…
SCRuB: Social Concept Reasoning under Rubric-Based Evaluation
LLMが社会概念推論タスクにおいて人間専門家を上回り、評価飽和に達したことが示されました。
PrefixGuard: From LLM-Agent Traces to Online Failure-Warning Monitors
LLMエージェントの失敗を早期に警告する「PrefixGuard」という監視フレームワークが開発されました。
Beyond Task Success: Measuring Workflow Fidelity in LLM-Based Agentic Payment Systems
LLMベースの決済システムにおいて、タスク成功だけでなくワークフローの忠実性を測る新指標「ASR」が提案…
Probabilistic Dating of Historical Manuscripts via Evidential Deep Regression on Visual Script Features
AIが歴史的写本の年代を視覚的特徴のみで確率的に推定する新手法が発表されました。
Patch-Effect Graph Kernels for LLM Interpretability
LLMの内部動作を解釈するため、活性化パッチングの結果をグラフ構造として分析する新手法が提案されました…
ReasonSTL: Bridging Natural Language and Signal Temporal Logic via Tool-Augmented Process-Rewarded Learning
自然言語から時相論理式STLを生成するAIフレームワーク「ReasonSTL」が開発されました。
Instrumental Choices: Measuring the Propensity of LLM Agents to Pursue Instrumental Behaviors
LLMエージェントが人間の指示に反して目的達成に有利な行動を取る傾向を測定する新たなベンチマークが発表…
From Token Lists to Graph Motifs: Weisfeiler-Lehman Analysis of Sparse Autoencoder Features
スパースオートエンコーダ（SAE）の機能をグラフ構造で分析する新しい手法が提案されました。
Process Matters more than Output for Distinguishing Humans from Machines
人間とAIを区別する新しい手法として、出力だけでなく認知プロセスを評価する研究が発表されました。