AdaGamma: 強化学習における時間適応のための状態依存割引率
強化学習において、状態に応じて割引率を動的に調整する「AdaGamma」という新しい手法が開発されました。
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
7463件
オフライン強化学習のためのエントロピー正則化アジョイントマッチング
オフライン強化学習において、データに依存する人気バイアスとサポート結合の問題を解決する新しいフレー…
HNC：微細な視覚言語理解能力を持つモデルに向けたハードネガティブキャプションの活用
画像とテキストの不一致を検出するモデルの性能を向上させる新しいデータセット「HNC」が提案されました。
Retina-RAG：網膜診断と臨床レポート生成のための検索拡張型視覚言語モデル
Retina-RAGは、糖尿病性網膜症の重症度分類、黄斑浮腫検出、臨床レポート生成を同時に行うAIフレームワー…
信頼性の低いフィードバックを用いたインコンテキスト・ブラックボックス最適化
信頼性の低い補助フィードバックを活用し、ブラックボックス最適化の効率を向上させる新しい手法が提案さ…
EA-WM：イベント認識型生成ワールドモデルと構造化運動学-視覚アクションフィールド
ロボットの動きを正確に予測し、視覚的に生成する新しいワールドモデル「EA-WM」が開発されました。
エントロピーの崖を克服：自己回帰型画像生成のための可変コードブックサイズ量子化
自己回帰型画像生成において、固定コードブックサイズが引き起こす「エントロピーの崖」問題を解決する新…
スーパーレベルセット回帰：体積最小化による条件付き分位点
多変量回帰において、条件付きカバレッジを満たす最小体積の予測領域を直接構築する新しい数学的フレーム…
対照的な識別と生成の限界
AI学習モデルが、正例と負例のペアから未知の仮説を識別・生成する新しい学習フレームワークが提案されま…
FunctionalAgent：エンドツーエンドのオン・トップ機能設計に向けて
FunctionalAgentは、強相関分子系の電子エネルギー計算に用いるオン・トップ汎関数を自動開発するエージェ…
TIDE: 各層がコンテキスト下のトークンを知る
LLMの各層にトークンインデックスを再注入する新手法「TIDE」が提案されました。
想像をいつ信頼するか：世界行動モデルのための適応的行動実行
ロボットが予測と現実の乖離を検知し、行動計画を適応的に調整する新しい手法が開発されました。