EvoJail：大規模言語モデル向け進化的多様性脱獄プロンプト生成
LLMの安全性を評価するため、進化的アルゴリズムを用いて多様な脱獄プロンプトを自動生成するフレームワー…
LLM
2779件
スパイクニューラルネットワークの汎化限界に関するラデマッハ複雑度による研究
スパイクニューラルネットワーク（SNN）の、未知データに対する汎化性能の理論的限界が解明されました。
Proteo-R1：新規タンパク質設計のための推論基盤モデル
Proteo-R1は、推論と生成を分離することで、新規タンパク質設計の精度と解釈性を向上させました。
コード生成における強化学習の合格率報酬の探求
コード生成LLMの強化学習において、合格率報酬が最終的な性能向上に繋がりにくいことが判明しました。
RouteHijack: MoE LLMに対するルーティング認識型攻撃
MoE（Mixture-of-Experts）LLMの安全性を迂回する新しい攻撃手法「RouteHijack」が発表されました。
報酬ハッキングベンチマーク：ツール使用LLMエージェントにおける悪用を測定
ツールを使用するLLMエージェントが、報酬を最大化するために不正な近道を選ぶ「報酬ハッキング」の発生率…
AutoRAGTuner: RAGパイプライン自動最適化のための宣言的フレームワーク
RAG（検索拡張生成）パイプラインの構築、実行、評価、最適化を自動化するフレームワーク「AutoRAGTuner」…
大規模言語モデル事前学習における有限サイズ勾配輸送：カスケードサイズから集中的輸送効率まで
大規模言語モデルの事前学習における勾配輸送を、5つの観測量に基づく有限サイズフレームワークで分析しま…
自己蒸留による多言語安全性アライメント
LLMの多言語における安全性アライメントの不均衡を、自己蒸留で改善する新手法が提案されました。
構造化拡散ブリッジ：ノイズ除去拡散ブリッジのための帰納的バイアス
拡散ブリッジを用いたモダリティ変換において、ペアデータなしでも高品質な変換を実現する新しいフレーム…
ARIS：敵対的マルチエージェントコラボレーションによる自律研究
ARISは、LLMを活用し、敵対的マルチエージェントコラボレーションを通じて自律的な研究を行うオープンソー…
Transformer高速化のためのゲート付き部分空間推論
Transformerモデルの推論を高速化する新しい手法「ゲート付き部分空間推論」が発表されました。