超知能検索エージェント：情報検索の次のフロンティア
LLMとコーパス統計を組み合わせ、多段階の探索的検索を単一の効率的な検索アクションに圧縮する「超知能検…
LLM
2772件
オプティマイザとモデルの一貫性：事前学習と同じオプティマイザでの完全なファインチューニングは忘却を減らす
大規模言語モデルのファインチューニングにおいて、事前学習と同じオプティマイザを使用すると、忘却が少…
数学的推論のための検証者支援型難問生成
LLMが数学の難問を自動生成する新しいフレームワーク「VHG」が開発されました。
UniPool：MoEのためのグローバル共有エキスパートプール
MoEモデルにおいて、各層が独立したエキスパートを持つ従来の方式を改め、グローバルに共有されたエキスパ…
教師のモダリティレベルグラム行列学習によるマルチモダリティ蒸留
マルチモダリティ知識蒸留において、教師モデルのモダリティ間関係情報を学生モデルに効率的に伝達する新…
ゲルフォンド合理性原則の洗練：アンサーセット意味論のためのより包括的な基礎原則に向けて
非単調論理プログラミングの基礎となるアンサーセット意味論の新たな原則が提案されました。
オープンエンド対話からの目標推論による柔軟なエージェントアライメント
LLMベースのエージェントが、人間との対話から動的に変化する目標を推論し、協調行動を改善するフレームワ…
LLMにおける逆ツリー凍結としての創発的遅延思考
LLMが多段階推論を獲得するメカニズムを統計物理学の観点から解明し、新しい学習手法を提案しました。
逆強化学習による専門家のデモンストレーションからの推論報酬学習
LLMが複雑な推論タスクを学習する際、専門家の思考プロセスから報酬関数を自動で学習する新手法が提案され…
CompassLLM：人気経路クエリのための地理空間推論へのマルチエージェントアプローチ
LLMを活用したマルチエージェントフレームワーク「CompassLLM」が、人気経路クエリを解決しました。
「アクションとしての記憶」：長期的エージェントタスクのための自律的なコンテキストキュレーション
LLMが長期タスクで注意散漫になるのを防ぐため、作業記憶管理を自律的に行うフレームワークが提案されまし…
自己整合性のアドバンテージの低下：現代LLMにおける収穫逓減とコスト増大
LLMの推論能力向上に伴い、自己整合性（複数推論パスのサンプリング）の効果が薄れ、コストが増大している…