残差潜在行動による視覚特徴ベースの世界モデル学習
視覚特徴ベースの世界モデル「RLA-WM」が、従来の画像生成モデルより高速かつ高精度な未来予測を実現しま…
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
3316件
翻訳税はスカラーではない：中国語多言語ベンチマークにおける英語ソースキュー継承の反事実監査
英語から中国語に翻訳されたLLMベンチマークの評価において、「翻訳税」が単一の数値ではないことが示され…
キャッシュされた応答を利用したクエリ効率の良いモデル評価
新しいAIモデルのベンチマーク評価において、キャッシュされた過去のモデル応答を活用し、必要なクエリ数…
LoRAと完全ファインチューニングの先へ：勾配誘導型オプティマイザルーティングによるLLM適応
LLMのファインチューニングにおいて、LoRAと完全ファインチューニングの利点を組み合わせる新手法が提案さ…
安定化されたニューラルハミルトン・ヤコビ・ベルマンソルバー：誤差解析とモデルベース強化学習への応用
ニューラルネットワークを用いたハミルトン・ヤコビ・ベルマン方程式の安定化ソルバーが開発されました。
驚くほどシンプルなグラフヒューリスティックがシーケンシャル推薦のショートカット解決可能なベンチマークを明らかにする
シンプルなグラフヒューリスティックが、シーケンシャル推薦の既存ベンチマークで最新モデルを上回る性能…
RRCM：LLM推薦のための協調的・メタ記憶に基づくランキング駆動型検索
LLMベースの推薦システムにおいて、協調的行動とアイテムメタデータを活用し、ランキング品質を最大化する…
実世界におけるグラフ異常検知：現実的な展開課題下でのベンチマーク
グラフ異常検知（GAD）モデルが、大規模グラフ、極端な異常の希少性、ノード属性の欠損といった現実世界の…
Region4Web: Webエージェントの観測空間粒度再考
WebエージェントがWebページを理解する際の観測空間の粒度を、要素レベルから機能領域レベルに再構築する…
LLM推論のための適応型負の強化学習：RLVRにおける修正と多様性の動的バランス
LLMの推論能力向上を目指し、誤った推論ステップへの罰則を動的に調整する新しい強化学習手法が提案されま…
推論空間圧縮による構造的根拠蒸留
大規模言語モデルの推論を小規模モデルへ効率的に蒸留する新手法「D-RPC」が提案されました。
骨格ベースの人間行動認識における概念駆動型論理推論のためのニューロシンボリックフレームワーク
骨格データから人間の行動を認識するAIモデルの解釈性を高める新しいフレームワークが発表されました。