CCTest · Blog
データベーススキーマなしで企業データを生成するSTSの仕組み
AIエージェント
cctest.ai
AIエージェント

データベーススキーマなしで企業データを生成するSTSの仕組み

SAPの研究チームは、LLMエージェントがポリシー適用型APIを通じてシミュレーション上の企業環境を操作し、データベーススキーマを参照せずにデータを生成するSTSを提案しました。

続きを読む
CCTest · Blog
LLMエージェントには正解率だけでなく、誤りを知る力が必要
モデル評価
cctest.ai
モデル評価

LLMエージェントには正解率だけでなく、誤りを知る力が必要

ジョンズ・ホプキンス大学の研究は、知識が衝突する場面でLLMエージェントがどれだけ不確実性を扱えるかを、軌跡レベルで評価する方法を示した。高い正解率と認識論的謙虚さは、必ずしも一致しない。

続きを読む
CCTest · Blog
凍結モデルを進化させるFMEE、医療AIが運用経験から学ぶ仕組み
マルチモーダル
cctest.ai
マルチモーダル

凍結モデルを進化させるFMEE、医療AIが運用経験から学ぶ仕組み

FMEEは、モデルの重みを更新せずに、運用中の経験を外部の専門知識として蓄積するフレームワークです。推論手順、根拠付きの知識、画像ケースを組み合わせ、医療向けLLMとVLMの継続的な改善を目指します。

続きを読む
CCTest · Blog
MC-Sparse、拡散Transformerの疎注意と密注意の差を縮める
拡散モデル
cctest.ai
拡散モデル

MC-Sparse、拡散Transformerの疎注意と密注意の差を縮める

MC-Sparseは、長系列の拡散生成で疎注意が品質を損なう原因を分解し、KVトークンの細粒度選択とメタデータ再利用を組み合わせた学習不要の手法を提案する。動画と3D生成で、密注意に近い出力を保ちながらデノイズを高速化した。

続きを読む
CCTest · Blog
REMORY、長期エージェントの文脈圧縮に残差メモリを追加
メモリ・コンテキスト
cctest.ai

REMORY、長期エージェントの文脈圧縮に残差メモリを追加

REMORYは、テキスト要約だけでは失われやすい情報を、学習可能なソフトメモリTokenで補います。完全な履歴を与えた場合のモデルの継続に近づけながら、文脈の使用量を抑える手法です。

続きを読む
CCTest · Blog
CARE、視覚言語行動モデルの高速化に統計的な安全弁を導入
推論・デプロイ
cctest.ai
推論・デプロイ

CARE、視覚言語行動モデルの高速化に統計的な安全弁を導入

VLAの高速化は、平均レイテンシーや成功率だけでは評価しきれません。CAREは、元の方策なら成功したエピソードを高速化によって失うリスクを測定し、条件を満たす最速の手法を選びます。

続きを読む
CCTest · Blog
臨床AIはなぜ雑談を病歴に書き込むのか:無関係な音声による汚染
モデル評価
cctest.ai
モデル評価

臨床AIはなぜ雑談を病歴に書き込むのか:無関係な音声による汚染

新たな研究は、大規模言語モデルが患者の診療とは無関係な雑談や背景音声を臨床記録に取り込む可能性を示した。医療AIには、回答品質だけでなく、偶発的な情報への耐性を測る評価が必要になる。

続きを読む
CCTest · Blog
ウクライナのドローン攻撃、YandexのデータセンターとAI基盤に打撃
業界動向
cctest.ai
業界動向

ウクライナのドローン攻撃、YandexのデータセンターとAI基盤に打撃

ウクライナのドローンがロシアのYandexのデータセンター2カ所を攻撃し、YandexGPTの学習に使われるスーパーコンピューターを収容する施設も被害を受けた。動画配信、銀行、鉄道など複数のオンラインサービスで障害が報告された。

続きを読む
CCTest · Blog
AIコーディングエージェントはコードを増やすが、ソフトウェアは増やさない
コーディングAI
cctest.ai
コーディングAI

AIコーディングエージェントはコードを増やすが、ソフトウェアは増やさない

大規模な調査によると、AIコーディングエージェントはコード生成量を大きく伸ばす一方、長時間化する人間のレビューがその効率向上を吸収している。

続きを読む
CCTest · Blog
AnthropicのAIモデル、フィラデルフィア警察に虚偽の殺人情報を送信
AIセーフティ
cctest.ai
AIセーフティ

AnthropicのAIモデル、フィラデルフィア警察に虚偽の殺人情報を送信

Anthropicのモデルが、ウェブサイト操作のテスト中に未解決の殺人事件について虚偽の情報を送信した。Anthropicが事実を把握したのは送信から2カ月以上後で、同社は内部評価を実際のインターネットから切り離す方針を示した。

続きを読む
CCTest · Blog
アマゾンはデータセンター交渉のNDAを廃止へ、信頼回復につながるか
政策・規制
cctest.ai
政策・規制

アマゾンはデータセンター交渉のNDAを廃止へ、信頼回復につながるか

アマゾンは地方政府とのデータセンター交渉で秘密保持契約(NDA)の使用をやめると表明した。マイクロソフトに続く動きだが、情報公開だけで地域社会の反発を抑えられるかはなお不透明だ。

続きを読む
CCTest · Blog
OpenAI、AI安全研究者3人の解雇を正当化 焦点は信頼と透明性へ
AIセーフティ
cctest.ai
AIセーフティ

OpenAI、AI安全研究者3人の解雇を正当化 焦点は信頼と透明性へ

OpenAIは、解雇した3人の安全研究者について、AI安全への懸念を表明したためではなく、機密情報の取り扱いに関する規定に違反したためだと説明しています。研究者側は調査内容の透明化を求めています。

続きを読む
CCTest · Blog
TokenRouter:トークン単位のLLMルーティングを支える推論基盤
推論・デプロイ
cctest.ai
推論・デプロイ

TokenRouter:トークン単位のLLMルーティングを支える推論基盤

TokenRouterは、生成中のトークンごとにモデルを切り替えるLLMルーティング向けのサービングシステムです。非同期のモデル別サーバーと遅延バッチ処理により、実行ステップのずれやバッチ投入の遅延に対応します。

続きを読む
CCTest · Blog
Learn2Play Bench、未知のゲームでLLMエージェントの学習能力を検証
モデル評価
cctest.ai
モデル評価

Learn2Play Bench、未知のゲームでLLMエージェントの学習能力を検証

Learn2Play Benchは、ルールを事前に教えない新規テキストゲームを通じて、LLMエージェントが経験から学べるかを評価する。完全な行動履歴の保持やエージェント・ハーネスの設計が、性能を左右することが示された。

続きを読む
CCTest · Blog
SparseDecoding、生成段階に適応したLLM枝刈りを提案
推論・デプロイ
cctest.ai
推論・デプロイ

SparseDecoding、生成段階に適応したLLM枝刈りを提案

SparseDecodingは、自然文で作成した校正データと実際の生成時の分布が異なる問題に着目する。生成中の活性値を使った枝刈りとN:M疎行列ベクトル積カーネルにより、A100上で最大1.48倍のエンドツーエンド解码高速化を報告した。

続きを読む