偽データ注入による確率的バンディットへの実践的な敵対的攻撃
確率的バンディットアルゴリズムに対し、偽のフィードバックデータを注入する新しい敵対的攻撃手法が提案…
研究
2746件
証明可能な安全性を備えた強化学習における解析的勾配の活用
解析的勾配ベースの強化学習に、初の効果的な安全対策が開発されました。
チャンキングを超えて：長文質問応答のための談話構造を考慮した階層的検索
長文質問応答システムが、談話構造を考慮した階層的検索フレームワークを開発しました。
プライバシー保護推薦のためのパーソナライズされた連合型基盤モデルに関する調査
プライバシーを保護しつつ、ユーザーに合わせた推薦を行うための連合型基盤モデルに関する調査論文が発表…
洞察と制御のための帰属誘導型プルーニング：小規模LLMにおける回路発見とターゲット修正
LLMの特定の振る舞いを司る内部回路を、帰属誘導型プルーニングで発見し修正する手法が開発されました。
自動運転シナリオにおけるマルチスケールスペクトル注意モジュールに基づくハイパースペクトルセグメンテーション
自動運転の環境認識精度向上に向け、ハイパースペクトル画像処理のための新しい注意機構が開発されました。
共形予測のための多変量標準化残差
共形予測において、多変量データにおける条件付きカバレッジを改善する新しい手法が提案されました。
手続き型コンテンツ生成RLにおける多目的指示認識表現学習
AIが複雑な自然言語指示を理解し、多目的なコンテンツを生成する新しい手法が開発されました。
実用的な平衡伝播に向けて：フィードバック制御と残差接続を備えた脳型リカレントニューラルネットワーク
脳型学習手法である平衡伝播（EP）の不安定性と計算コストを大幅に改善する新モデルが提案されました。
記憶を超えて：再帰、メモリ、テスト時計算スケーリングによる推論深度の拡張
LLMの多段階推論能力を、記憶に頼らない細胞オートマトンフレームワークで評価しました。
ロバストフィルターアテンション：自己注意を精度加重状態推定として再構築
自己注意メカニズムをロバストな状態推定器として再定式化する「ロバストフィルターアテンション（RFA）」…
摩擦型Q学習
オフポリシー強化学習における外挿誤差を、静止摩擦のアナロジーで解決する新アルゴリズムが提案されまし…