逆強化学習を用いた多目的制約推論
複数の専門家による多様な行動から、共通の制約と個別の好みを同時に推論する新しいフレームワーク「MOCI…
研究
2718件
LLMエージェントによる階層的汎用計画のためのポリシー分解の学習と再利用
LLMエージェントがタスクを階層的に分解し、再利用可能なポリシーを学習する新手法が開発されました。
部分的な因果効果特定のための最適実験
因果効果の特定を最大化する最適な実験の選択手法が開発されました。
いつでも有効な保証付きAIシステム向け適応型監査
生成AIシステムの故障モードを特定する適応型監査手法が提案されました。
行動キュー推論：監視可能な推論が監視を通じて効率と安全性を向上
LLMの推論プロセスを監視可能にする「行動キュー推論」が開発されました。
文脈収集意思決定プロセス：エージェント検索のためのPOMDPフレームワーク
LLMエージェントが複雑な環境で効率的に情報を収集するための新しいフレームワークが提案されました。
LLMベースの空間構築における2.5次元分解
LLMが自然言語指示から3D構造を構築する際の空間推論エラーを大幅に削減する新手法が開発されました。
TeamBench：役割分離下でのエージェント協調を評価する新ベンチマーク
役割分離が強制された環境下でのAIエージェントの協調能力を評価する新ベンチマーク「TeamBench」が発表さ…
未知の共有供給を伴うオンライン割り当て
限られた未知の供給を複数の拠点に事前配置するオンライン割り当て問題に対する新しいアルゴリズムが提案…
ARMOR：適応型ユーティリティ認識マルチツール推論による反応実現性予測のためのエージェントフレームワーク
化学反応の実現性を予測するAIエージェントフレームワーク「ARMOR」が開発されました。
Switchcraft：エージェント型ツール呼び出しのためのAIモデルルーター
エージェント型AIシステムが外部ツールを呼び出す際のコストを大幅に削減するAIモデルルーター「Switchcra…
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…