PrefixGuard: From LLM-Agent Traces to Online Failure-Warning Monitors
LLMエージェントの失敗を早期に警告する「PrefixGuard」という監視フレームワークが開発されました。
LLM
2769件
Beyond Task Success: Measuring Workflow Fidelity in LLM-Based Agentic Payment Systems
LLMベースの決済システムにおいて、タスク成功だけでなくワークフローの忠実性を測る新指標「ASR」が提案…
Patch-Effect Graph Kernels for LLM Interpretability
LLMの内部動作を解釈するため、活性化パッチングの結果をグラフ構造として分析する新手法が提案されました…
ReasonSTL: Bridging Natural Language and Signal Temporal Logic via Tool-Augmented Process-Rewarded Learning
自然言語から時相論理式STLを生成するAIフレームワーク「ReasonSTL」が開発されました。
From Token Lists to Graph Motifs: Weisfeiler-Lehman Analysis of Sparse Autoencoder Features
スパースオートエンコーダ（SAE）の機能をグラフ構造で分析する新しい手法が提案されました。
Improved techniques for fine-tuning flow models via adjoint matching: a deterministic control pipeline
フローモデルのファインチューニングを最適制御問題として捉え、人間選好に合わせる新手法が提案されまし…
NeuroAgent: LLM Agents for Multimodal Neuroimaging Analysis and Research
LLMエージェント「NeuroAgent」が、複雑な脳画像解析の自動化を実現しました。
SkillOS: Learning Skill Curation for Self-Evolving Agents
SkillOSは、LLMエージェントが過去の経験からスキルを学習し、自己進化する新しいフレームワークです。
MASPO: Joint Prompt Optimization for LLM-based Multi-Agent Systems
LLMベースのマルチエージェントシステム向けに、プロンプトを自動で共同最適化する新フレームワーク「MASP…
Can RL Teach Long-Horizon Reasoning to LLMs? Expressiveness Is Key
RLがLLMの長期的推論を教える際の課題を、新しい論理推論フレームワークで研究しました。
A Note on TurboQuant and the Earlier DRIVE/EDEN Line of Work
TurboQuantと先行研究であるDRIVE/EDENの量子化手法の関係性が明らかにされました。
Are Flat Minima an Illusion?
ニューラルネットワークの汎化性能と関連するとされる「平坦な最小値」が、実際には錯覚である可能性が示…