信頼度認識アライメントで推論LLMの信頼性が向上
LLMが推論過程の信頼度を自己評価し、誤った中間ステップを修正する新手法が開発されました。
LLM
2761件
GraphReAct：多段階グラフ推論のための推論と行動
LLMがグラフデータ上で多段階推論を行うための「GraphReAct」フレームワークが提案されました。
表現力豊かな記述論理のための有界適合
表現力豊かな記述論理の概念学習において、有界適合という手法が実用的なアプローチとして有効であること…
マルチモーダルモデルの効率的なデータ選択：増分最適化ユーティリティによるアプローチ
マルチモーダルモデルの学習データ選択を効率化する「One-Step-Train（OST）」フレームワークが発表されま…
ピクセルからプロンプトへ：ビジョン言語モデル
ビジョン言語モデル（VLM）の急速な発展と複雑化に対応するため、その概念と仕組みを体系的に解説する書籍…
LLMにおける推論時因果プロービング
LLMの内部表現が生成動作にどう影響するかを、補助プローブなしで直接操作する新手法が開発されました。
FactoryBench：産業機械理解の評価ベンチマーク
産業用ロボットの時系列データに基づき、機械理解を評価する新たなベンチマーク「FactoryBench」が発表さ…
GASim: ソーシャルシミュレーションのためのグラフ高速化ハイブリッドフレームワーク
大規模ソーシャルシミュレーションを高速化するハイブリッドフレームワーク「GASim」が発表されました。
LLM生成ヒューリスティクスを用いた階層的タスクネットワークプランニング
LLMが階層的タスクネットワーク（HTN）プランニングのための効果的な探索ヒューリスティクスを生成できる…
スパース文脈状態信念伝播による厳密な正規制約付き可変次数マルコフ生成
可変次数マルコフモデルに正規制約を適用し、厳密な系列生成を可能にする新しい手法が開発されました。
AgentEscapeBench：LLMエージェントのドメイン外ツール推論能力を評価する新しいベンチマーク
LLMエージェントが未知のツール連携で推論する能力を測る「AgentEscapeBench」という新しいベンチマークが…
TraceFix: TLA+反例を用いたLLMマルチエージェント協調プロトコルの修復
LLMマルチエージェントが協調プロトコルを自動生成・検証し、TLA+モデルチェッカーの反例で修復する手法が…