CCTest · Blog
Omni-Decision、証拠台帳でオムニモーダルエージェントの計画を再設計
AIエージェント
cctest.ai
AIエージェント

Omni-Decision、証拠台帳でオムニモーダルエージェントの計画を再設計

Omni-Decisionは、増え続ける対話履歴を、確認済み・不足・矛盾する情報を管理する構造化された「証拠台帳」に置き換える。論文は、オムニモーダルエージェントでは知覚だけでなく計画が大きなボトルネックだと示す。

続きを読む
CCTest · Blog
画像生成を視覚推論の中間ステップにするReImaGin
マルチモーダル
cctest.ai
マルチモーダル

画像生成を視覚推論の中間ステップにするReImaGin

ReImaGinは、画像生成モデルをマルチモーダル大規模言語モデルの視覚推論機構として利用する手法です。6種類のタスクで、テキストのみの推論や専用視覚ツールのベースラインを上回り、最大25%の改善が報告されています。

続きを読む
CCTest · Blog
オンライン方策蒸留のスケーリング:小さな教師で大規模モデルを導く
強化学習
cctest.ai
強化学習

オンライン方策蒸留のスケーリング:小さな教師で大規模モデルを導く

オンライン方策蒸留が、異なる規模のモデル間で推論能力をどのように移転するかを体系的に分析した研究です。小型の強化学習モデルでも大きな学生モデルを改善でき、教師の規模やスコアだけでは指導価値を説明できないことが示されました。

続きを読む
CCTest · Blog
LEGO-Anything:コーディングエージェントが1枚の画像を編集可能な3Dシーンへ
AIエージェント
cctest.ai
AIエージェント

LEGO-Anything:コーディングエージェントが1枚の画像を編集可能な3Dシーンへ

LEGO-Anythingは、単一画像から固定された3Dデータを出力するのではなく、実行・検査・編集できるシーンプログラムを生成する。エージェントはBlenderコードを反復的に書き換え、画像に対応するシーンを構築する。

続きを読む
CCTest · Blog
同じ文字列でも権限が違う:制御トークンがプロンプトインジェクションを増幅する仕組み
AIセーフティ
cctest.ai
AIセーフティ

同じ文字列でも権限が違う:制御トークンがプロンプトインジェクションを増幅する仕組み

新たな研究は、同じ見た目のチャットテンプレート・マーカーでも、予約済み制御トークンとして処理されるか通常のサブワードに分割されるかで、攻撃力が大きく変わることを示した。差を生むのは文字列だけでなく、マーカー位置に対応する学習済み表現である。

続きを読む
CCTest · Blog
長時間動画の記憶を「物体中心」に:GEBが視覚エンティティの履歴を構築
メモリ・コンテキスト
cctest.ai

長時間動画の記憶を「物体中心」に:GEBが視覚エンティティの履歴を構築

長時間動画の質問応答では、関連場面を検索するだけでなく、異なる時点の物体が同じ実体かを判断する必要があります。Amazon ScienceのGEBは、視覚的に接地した観察をエンティティの履歴として結び付けます。

続きを読む
CCTest · Blog
Raven:進化するエージェント・ハーネスを組み合わせる仕組み
AIエージェント
cctest.ai
AIエージェント

Raven:進化するエージェント・ハーネスを組み合わせる仕組み

Ravenは、モデルや領域ごとの専用ハーネスを自動で構築・改善し、それらを組み合わせる「ハーネスのハーネス」を提案します。長期かつ領域横断的な作業を、単一エージェントの能力ではなく、複数の能力単位の協調として捉え直す試みです。

続きを読む
CCTest · Blog
VoxMemが示す音声モデルの記憶:内容よりも話者や声の状態が難しい
モデル評価
cctest.ai
モデル評価

VoxMemが示す音声モデルの記憶:内容よりも話者や声の状態が難しい

VoxMemは、大規模音声言語モデルが複数の会話セッションをまたいで何を記憶できるかを評価するベンチマークです。結果からは、発話内容に比べ、話者、話し方、周囲の音を保持する能力が大きく遅れていることが分かります。

続きを読む
CCTest · Blog
OmniTaskonomyが示す、視覚生成から視覚理解への能力転移
マルチモーダル
cctest.ai
マルチモーダル

OmniTaskonomyが示す、視覚生成から視覚理解への能力転移

画像生成の学習は、条件が合えば視覚理解も高められるのでしょうか。OmniTaskonomyは、19種類の画像間生成タスクと25種類の理解能力を整理し、どのタスク間で転移が起きるのかを分析しました。

続きを読む
CCTest · Blog
LongCat-DeepResearchが示す、協調型マルチエージェント研究の設計
AIエージェント
cctest.ai
AIエージェント

LongCat-DeepResearchが示す、協調型マルチエージェント研究の設計

LongCat-DeepResearchは、強化されたLongCatモデルとマルチエージェント型ワークフローを組み合わせ、根拠に基づく調査レポートの作成を目指す。評価結果は有望だが、計画を増やせば常に品質が上がるわけではないことも示された。

続きを読む
CCTest · Blog
HybridCUA、GUIとCLIを使い分けるコンピュータ操作エージェントを学習
AIエージェント
cctest.ai
AIエージェント

HybridCUA、GUIとCLIを使い分けるコンピュータ操作エージェントを学習

HybridCUAは、グラフィカルインターフェースとコマンドラインを組み合わせ、タスクに応じて両者を使い分けるコンピュータ操作エージェントの学習手法を提案する。9BモデルはOSWorldで53.6%の精度を達成し、ベースモデルを14.8ポイント上回った。

続きを読む
CCTest · Blog
Marathoner:AIエージェントの超長期実行能力を鍛える
AIエージェント
cctest.ai
AIエージェント

Marathoner:AIエージェントの超長期実行能力を鍛える

Marathonerは、複雑な目標に対してAIエージェントが長時間にわたり作業を続ける能力を高めるためのポストトレーニング手法です。タスク合成、拒否サンプリングによる微調整、サンドボックス上の強化学習、実行後半への追加報酬を組み合わせています。

続きを読む
CCTest · Blog
WorldLine、ロボットの動作を先に視覚世界で検証
ロボティクス・フィジカルAI
cctest.ai

WorldLine、ロボットの動作を先に視覚世界で検証

香港科技大学の研究チームは、ロボット操作向けの行動駆動型ビジュアルシミュレーター「WorldLine」を提案した。汎用的なロボット・物体間ダイナミクスの学習と、異なるロボットの制御を接続する処理を分離する。

続きを読む
CCTest · Blog
Context Language Models:モデル自身が文脈を管理する新しい設計
メモリ・コンテキスト
cctest.ai

Context Language Models:モデル自身が文脈を管理する新しい設計

Meta の研究チームは、文脈をモデルが自由に書き換えられるファイルとして扱う Context Language Models(CLM)を提案した。複数の長時間エージェント課題で、性能向上と計算量削減の両立を報告している。

続きを読む
CCTest · Blog
密な検索に非対称な幾何構造が必要になるのはいつか
RAG・検索
cctest.ai
RAG・検索

密な検索に非対称な幾何構造が必要になるのはいつか

密な検索における共有射影とデュアル射影の選択を、バイアスと分散の観点から分析した研究が発表されました。データ量が増える場合やクエリと文書の幾何がずれる場合、デュアル射影の利点が大きくなることを示しています。

続きを読む