MedExAgent：ノイズの多い臨床環境で質問、検査、診断を行うLLMエージェントの訓練
LLMエージェントが患者との対話や検査を通じて、ノイズの多い臨床環境で診断を行う手法が開発されました。
LLM
2761件
共同オーディオ・ビデオ生成モデルは物理を理解しているのか？
共同オーディオ・ビデオ生成モデルが物理法則を理解しているかを評価するベンチマーク「AV-Phys Bench」が…
Dr. Post-Training: LLM後学習におけるデータ正則化の視点
LLMの後学習において、希少な高品質データと大量の汎用データを効率的に活用する新しいフレームワークが提…
Causal EpiNets: エピステミックニューラルネットワークを用いた個別治療効果の精度補正された範囲推定
個別治療効果の推定において、従来の推定器が抱える構造的制約違反と極値バイアスを解決する新しいニュー…
WiCER：LLMウィキシステム向け反復的知識コンパイル手法
LLMがドメイン知識を効率的に利用するための反復的知識コンパイルアルゴリズム「WiCER」が開発されました。
翻訳税はスカラーではない：中国語多言語ベンチマークにおける英語ソースキュー継承の反事実監査
英語から中国語に翻訳されたLLMベンチマークの評価において、「翻訳税」が単一の数値ではないことが示され…
LoRAと完全ファインチューニングの先へ：勾配誘導型オプティマイザルーティングによるLLM適応
LLMのファインチューニングにおいて、LoRAと完全ファインチューニングの利点を組み合わせる新手法が提案さ…
RRCM：LLM推薦のための協調的・メタ記憶に基づくランキング駆動型検索
LLMベースの推薦システムにおいて、協調的行動とアイテムメタデータを活用し、ランキング品質を最大化する…
Region4Web: Webエージェントの観測空間粒度再考
WebエージェントがWebページを理解する際の観測空間の粒度を、要素レベルから機能領域レベルに再構築する…
LLM推論のための適応型負の強化学習：RLVRにおける修正と多様性の動的バランス
LLMの推論能力向上を目指し、誤った推論ステップへの罰則を動的に調整する新しい強化学習手法が提案されま…
推論空間圧縮による構造的根拠蒸留
大規模言語モデルの推論を小規模モデルへ効率的に蒸留する新手法「D-RPC」が提案されました。
Qwen3-VL-Seg: 視覚言語グラウンディングでオープンワールド参照セグメンテーションを実現
Qwen3-VL-Segは、言語指示に基づいて画像内の特定の領域をピクセルレベルで高精度にセグメンテーションす…