ロバストフィルターアテンション：自己注意を精度加重状態推定として再構築
自己注意メカニズムをロバストな状態推定器として再定式化する「ロバストフィルターアテンション（RFA）」…
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
2345件
摩擦型Q学習
オフポリシー強化学習における外挿誤差を、静止摩擦のアナロジーで解決する新アルゴリズムが提案されまし…
知識レベル一貫性強化学習：長文生成における事実性のためのデュアルファクトアライメント
LLMの長文生成における幻覚を抑制する新しい強化学習フレームワーク「KLCF」が提案されました。
REMAP：動画埋め込みの正規化されたマッチングと部分アライメント
REMAPは、ノイズの多い長尺の指示動画から手順を学習する教師なしフレームワークです。
インターネットを大規模に探索し、挑戦的なベンチマークを構築
AIモデルの性能向上に伴い飽和する既存ベンチマークに対し、インターネットから自動で難易度の高い新たな…
価値の引き出しを超えて：ロールプレイングゲームと人類学者LLMによる初期要件定義における道徳的プロファイル構築
ロールプレイングゲームとLLMを組み合わせ、デジタルシステムユーザーの道徳的プロファイルを要件定義で抽…
RLVRの最適化ダイナミクス：勾配ギャップとステップサイズ閾値
検証可能な報酬による強化学習（RLVR）の理論的基盤が構築され、その収束条件が解明されました。
「一息つく」：自己ペースのシーケンス生成のための適応的計算
AIモデルが自身の計算ステップ数を動的に調整し、応答準備ができたことを示す新しい学習手法が提案されま…
白内障手術動画分析のための大規模マルチソース・マルチタスクベンチマーク「Cataract-LMM」
白内障手術動画の深層学習分析に向け、大規模なマルチソース・マルチタスクベンチマークデータセット「Cat…
コルモゴロフ・アーノルド・ネットワーク（KANs）実践ガイド
MLPの代替として注目されるKANsに関する包括的なレビューが公開されました。
AsyncVLA：視覚言語行動モデルのための非同期フローマッチング
ロボットの行動生成において、非同期フローマッチング（AFM）を導入したAsyncVLAが開発されました。
視覚言語行動モデルにおけるスキル知識の継続的進化
視覚言語行動（VLA）モデルが、ネットワークパラメータを増やさずに継続的にスキル知識を学習するフレーム…