Towards Reliable LLM Evaluation: Correcting the Winner's Curse in Adaptive Benchmarking
LLM評価における「勝者の呪い」を修正し、より信頼性の高い評価手法が提案されました。
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
最新ニュース
7458件
PragLocker: Protecting Agent Intellectual Property in Untrusted Deployments via Non-Portable Prompts
LLMエージェントのプロンプトを不正利用から守る新技術「PragLocker」が発表されました。
iPhoneBlur: A Difficulty-Stratified Benchmark for Consumer Device Motion Deblurring
iPhoneの動画から生成したモーションブラー除去の難易度別ベンチマーク「iPhoneBlur」が発表されました。
Safety Anchor: Defending Harmful Fine-tuning via Geometric Bottlenecks
LLMの有害なファインチューニングに対する新たな防御手法「Safety Bottleneck Regularization (SBR)」が提…
A Fine-Grained Understanding of Uniform Convergence for Halfspaces
半空間における一様収束の挙動を、従来のVC理論を超えて詳細に分析した研究が発表されました。
PersonaKit (PK): A Plug-and-Play Platform for User Testing Diverse Roles in Full-Duplex Dialogue
対話システムが多様な役割を演じる際の、人間らしい発話交代をテストするプラットフォームが発表されまし…
Adding Thermal Awareness to Visual Systems in Real-Time via Distilled Diffusion Models
熱画像と可視画像をリアルタイムで融合し、悪条件下での視覚システムの認識精度を向上させる新技術が発表…
T2I-VeRW: Part-level Fine-grained Perception for Text-to-Image Vehicle Retrieval
テキスト記述から車両画像を検索する新しいAIモデル「PFCVR」が開発されました。
Quantizing With Randomized Hadamard Transforms: Efficient Heuristic Now Proven
ランダム化アダマール変換（RHT）を用いた量子化手法の理論的裏付けが示されました。
Does Synthetic Data Help? Empirical Evidence from Deep Learning Time Series Forecasters
深層学習時系列予測モデルにおいて、合成データが性能に与える影響を大規模に実証研究しました。
When AI Meets Science: Research Diversity, Interdisciplinarity, Visibility, and Retractions across Disciplines in a Global Surge
AIが科学研究に与える影響を分析した研究が発表されました。
Quantum Kernels for Audio Deepfake Detection Using Spectrogram Patch Features
量子カーネルを用いた音声ディープフェイク検出手法「Q-Patch」が提案されました。