AdaTKG：時系列知識グラフ推論のための適応型メモリ
時系列知識グラフ（TKG）の推論において、エンティティの表現を動的に更新する新手法「AdaTKG」が提案され…
研究
4567件
RLVERを破れるか？強化学習で訓練された共感AIエージェントの敵対的堅牢性を探る
強化学習で訓練された共感AIエージェントの、敵対的なユーザー入力に対する堅牢性が評価されました。
SREGym：高忠実度障害シナリオを持つAI SREエージェント向けライブベンチマーク
AIエージェントがシステム障害を診断・軽減するSREタスクの性能を評価する新しいベンチマーク「SREGym」が…
学習する監視者に対する反復的な欺瞞的経路計画
学習する監視者から真の目的地を隠すための、反復的な欺瞞的経路計画（RDPP）という新しい問題を提起しま…
スリーインワン世界モデル：マーケティング介入のためのエネルギーベースの一貫性、予測、反事実推論
消費者行動を統一的に捉え、マーケティング介入の効果を予測・評価する新しいAIモデルが提案されました。
データから洞察へ：自律型ビジネスインテリジェンス発見エージェント
LLMの課題を克服し、複雑な企業データから自律的にビジネス洞察を発見するフレームワーク「AIDA」が提案さ…
HMACE: 組み合わせ最適化のための異種マルチエージェント協調進化
大規模言語モデル（LLM）を活用し、NP困難な組み合わせ最適化問題を解くための新しいマルチエージェントフ…
MEMOREPAIR：エージェント記憶におけるバリアファーストなカスケード修復
エージェントの記憶システムにおいて、古い情報が残存し、将来の行動に影響を与える問題を解決する新手法…
EnvSimBench：LLMベースの環境シミュレーション評価・改善のためのベンチマーク
LLMを用いた環境シミュレーションの精度を評価し、幻覚や論理的矛盾を低減する新しいベンチマーク「EnvSim…
LLMは化学反応のコストを評価できるか？化学コスト推論におけるLLMの評価
LLMが化学反応の調達コストを正確に計算できるかを評価する新しいベンチマーク「ChemCost」が発表されまし…
マルチモーダル推論のための構造化役割認識ポリシー最適化
大規模視覚言語モデルのマルチモーダル推論能力を向上させる新しい強化学習手法が提案されました。
弱フィードバック環境下でのエージェント型コード修復におけるGRPOのための信号再形成
エージェント型コード修復において、弱フィードバック環境下でのGRPO性能を向上させる信号再形成手法が開…