MedAction：能動的な多段階臨床診断LLMの実現に向けて
LLMが実際の臨床診断プロセスを模倣し、多段階で能動的に診断を行うための新しい手法が提案されました。
LLM
2762件
フラックスマッチングによる生成モデリング
新しい生成モデリング手法「フラックスマッチング」が、既存のスコアベースモデルを非保存的なベクトル場…
CSR: 大規模キャッシュ状態表現を用いた無限時間リアルタイムポリシー
ロボットの認知エンジンとして大規模LLMをリアルタイムで活用する際の遅延を大幅に削減する新フレームワー…
LLMポリシー最適化における重要度サンプリングの再考：累積トークン視点
LLMの強化学習後訓練において、累積トークン重要度サンプリング比率を用いる新手法「CTPO」が提案されまし…
Mage: コンパイル成功率を超えたLLM生成実行可能ゲームシーンの多軸評価
LLMが生成したゲームシーンの評価において、コンパイル成功率だけでは不十分であることを示す研究が発表さ…
TTF：効率的なビデオ言語モデルのための時間トークン融合
ビデオ言語モデルの推論コストを削減するため、動画の視覚トークンを効率的に圧縮する新手法「TTF」が提案…
MISA：長文LLM推論のためのインデクサースパースアテンションの混合
長文LLMの推論コストを削減する新しいスパースアテンション手法「MISA」が開発されました。
BalCapRL: RLベースMLLM画像キャプションのためのバランスの取れたフレームワーク
RLベースのMLLM画像キャプションにおいて、複数の評価軸をバランス良く最適化する新しいフレームワーク「B…
複数LLMルーティングにおける「解決不能の天井」：評価アーティファクトの実証研究
複数LLMルーティングの「解決不能の天井」が、評価方法の偏りによって過大評価されていることが判明しまし…
ルーブリックに基づくオンポリシー蒸留
教師モデルの出力のみで学生モデルを効率的に学習させる新しい手法「ROPD」が開発されました。
ソフトウェア工学における心理的安全性定性分析のためのLLMプロンプトエンジニアリング戦略に関する実証研究
LLMを用いたソフトウェア工学コミュニティの心理的安全性に関する定性分析において、プロンプト戦略がLLM…
モルトブック・ファイル：無害な「スロポカリプス」か、人類最後の実験か
AIエージェントが投稿・コメント・投票するReddit風プラットフォーム「Moltbook」のデータセットが公開さ…