AI研究チームが線形アテンション構造を自律探索する方法
異なる専門分野を持つ持続型AIエージェントで研究チームを構成し、線形アテンション構造を探索する研究が発表された。個別の研究履歴と適応的な実験配分が、限られた予算での発見に大きく影響することを示している。
続きを読むClaude API 中継局のガイド、検出の仕組み、LLM API の実測ノウハウ
全 2320 件の記事
RSS 購読異なる専門分野を持つ持続型AIエージェントで研究チームを構成し、線形アテンション構造を探索する研究が発表された。個別の研究履歴と適応的な実験配分が、限られた予算での発見に大きく影響することを示している。
続きを読むStreamEvalは、アバターや生成世界、動画編集を対象にしたインタラクティブなストリーミング動画生成の統一ベンチマークです。高い映像品質だけでは、継続的な指示への確実な対応を保証できないことが明らかになりました。
続きを読むRopedia W0は、人間とロボットの一人称データから、移動と物体操作を同時に扱う世界基盤モデルを学習する。カメラ姿勢と投影骨格を共通表現として、異なる身体構造の間の転移を狙う。
続きを読むMatrix-Game 4.0は、ゲームの状態とルールをエンジンが管理し、動画モデルが詳細な映像を生成する分業型の構成を提案する。論文では、単一のRTX 5090で480p・60FPSの動作を実現したと報告している。
続きを読むVideo-Point Model(VPM)は、複数カメラの映像履歴から未来の映像と、持続的なシーン点の3D軌跡を同時に予測する。点の軌跡を監督信号に加えることで、視点ごとの予測を共通の三次元運動に結び付ける。
続きを読むAgent S4は、コンピューター操作エージェントの制約がモデルの性能だけでなく、人間向けに設計されたインターフェースにもあると指摘する。タスクの軌跡と集団進化を使い、エージェント向けの操作手段と利用知識を自動的に改善する。
続きを読むSpecterは、量子化した軽量ドラフトモデルと多段の投機的デコーディングを組み合わせ、次に必要となるMoE専門家を先読みします。予測結果を使って転送を前倒しし、単一GPU推論におけるPCIe待ち時間の削減を目指します。
続きを読むÉpi は、過去の研究履歴を保存し、モデルのセッションをまたいで実験を継続しながら手法を改善する自律研究エージェントです。数学的な数値限界や計算機支援証明、最適化ソルバーの生成まで対象を広げています。
続きを読むEdgeKernelBenchは、異種エッジバックエンドを統一IRで接続し、LLMが正しく高速なカーネルを生成できるかを段階的に測定する。機能的な正しさと実性能の差が明らかになる一方、LEKAは階層的な最適化で高速化率を改善した。
続きを読むASAPは、基盤モデルをチャット型エージェントへ作り替えず、ソフトウェア開発や深層調査タスクでの行動を端から端まで評価する手法を提案する。
続きを読む生成動画は見た目が自然でも、物体の形状や運動、接触関係が物理法則に反していることがあります。PVBenchは、物体レベルの計測を取り入れ、こうした問題を体系的に評価するベンチマークです。
続きを読むDecisionPivotは、ルーティングやガードレール、出力検証に使われるLLMの意思決定モデルを診断するベンチマークです。管理された差分への反応と、信頼度が実際の正しさを反映しているかを評価します。
続きを読む「Correction Training for Diffusion Models」は、基盤デノイザーの予測を追加で修正する補正器を導入する。学習時と推論時の入力分布のずれを縮め、ガイダンスなしの生成品質を高めることを目指す手法だ。
続きを読むFlowState は、過去の対話全体を毎回読み込む代わりに、意味型付きの実行状態と元のツール観測への参照を保存します。必要な情報だけを段階的に取り出すことで、長期タスクの性能向上とトークン削減を両立します。
続きを読むLeanは生成された宣言の型や構文を検証できますが、それがユーザーの意図した定理を表しているかまでは判断できません。新たな研究は、標準的なLeanの正解がない状況で形式化の忠実度を評価しました。
続きを読むλ₀プロジェクトは、第一人称映像と身体・手の動きを同期させたHumanVerseデータセットを公開した。人間の全身行動をロボット向けに整合し、大規模な移動操作学習に活用する。
続きを読むスクリーンショット、音声、動画、操作履歴、デバイス状態を常にすべて渡せば、GUIエージェントの性能が上がるとは限りません。FocusGUIは、現在の行動に関係する証拠を動的に選び、基盤モデルを微調整せずに注意を誘導します。
続きを読むMMEnterprise-Benchは、更新や修正、食い違いが生じる職場の記録を対象に、マルチモーダルエージェントの推論能力を評価する。検索する証拠を増やしても、回答の正確さが必ずしも向上しないことが示された。
続きを読むMemT-1.0は、長いプロンプトや外部検索だけに頼らず、記憶をモデルの計算そのものに組み込むアーキテクチャを提案する。長い履歴を扱う際の推論速度と永続ストレージの削減を目指した研究だ。
続きを読む長期タスクでは、個々の操作が正しくても、証拠や判断、成果物のつながりが切れると最終結果は不完全になる。Interlockはタスク完了グラフで依存関係を表現し、検証済み軌跡を訓練に活用する。
続きを読むRoboValueは、シミュレーションと実世界の操作タスクを用いて、ロボット価値モデルの判断を細かく検証するベンチマークです。最終結果だけでなく、実行途中の進捗や失敗からの回復も評価します。
続きを読む