Q学習のためのリアプノフ認証直接スイッチング理論
強化学習のQ学習において、収束率を厳密に分析する新しい理論が開発されました。
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
7587件
生成推薦におけるセマンティックID生成のためのクロスモーダルアライメントによる深層興味マイニング
生成推薦システムにおいて、セマンティックID生成の課題を解決する新しいフレームワークが提案されました。
SparKV: オンデバイスLLM推論のためのオーバーヘッドを考慮したKVキャッシュ読み込み
オンデバイスLLMの推論効率を向上させるため、KVキャッシュの読み込みを最適化するフレームワーク「SparKV…
学生のコード提出物からパターンベースの知識コンポーネントを用いた個別化された解答例生成
学生のコード提出物からパターンベースの知識コンポーネントを抽出し、個別化された解答例を生成するAIシ…
Transformerにおけるアーキテクチャ的観測可能性の崩壊
Transformerモデル内部の意思決定品質を監視する「観測可能性」が、特定のアーキテクチャで崩壊することが…
複合ロボットポリシーにおけるスキル更新のためのアトミックプローブガバナンス
ロボットのスキルライブラリ更新時に、複合スキルのパフォーマンス変化を効率的に評価する手法が提案され…
ABC: 連続時間・空間における非マルコフ拡散ブリッジによる任意サブセット自己回帰
連続時間・空間の確率過程を任意の部分観測に基づいて生成する新しいモデル「ABC」が提案されました。
幻影から確実な基盤へ：マルチモーダル回路図からVerilogコード生成の信頼性向上
マルチモーダルLLMが回路図からVerilogコードを生成する際の「幻影」現象を特定し、その解決策を提案しま…
脱獄された最先端モデルは能力を維持する
最先端の言語モデルは、複雑な脱獄手法を用いてもその性能がほとんど低下しないことが判明しました。
LLM生成コードにおける社会的バイアス：ベンチマークと軽減策
LLMが生成するコードに深刻な社会的バイアスが存在し、既存の対策ではむしろ悪化する可能性が指摘されまし…
認知ワークフロー実行器の認証済み純粋性：静的解析から暗号的証明へ
認知ワークフローシステムにおいて、ステップ実行器が意図しない副作用を起こさないよう、構造的かつ暗号…
トロイのハイポ：エージェントメモリを悪用したデータ流出攻撃
LLMエージェントの長期記憶に潜伏型ペイロードを仕込み、機密情報が議論された際にデータを流出させる「ト…