GoogleのTabFM、表形式データにゼロショット推論を導入
Google Researchが、表形式データ向けの4億パラメータ基盤モデルTabFMを発表した。教師あり予測を文脈内学習として扱い、タスク固有の微調整なしで推論を行う。
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Google Researchが、表形式データ向けの4億パラメータ基盤モデルTabFMを発表した。教師あり予測を文脈内学習として扱い、タスク固有の微調整なしで推論を行う。
続きを読むCompoWorldは、再利用可能なサービスを依存関係グラフとして組み合わせ、複数のツール間で情報を受け渡すタスクを生成する。単一環境に閉じた従来のタスク生成を、より現実的なワークフローへ拡張する試みだ。
続きを読むFlashForwardは、ノイズ除去中にすでに計算されているKVキャッシュを再利用し、履歴を構築するための追加推論を削減する。ノイズを含む履歴による品質低下には、疎なクリーンアンカーを組み合わせて対応する。
続きを読むRLVRでは、ロールアウトを生成する推論エンジンと勾配を計算する学習エンジンが、同じトークンに異なる確率を割り当てることがあります。新手法CISは、トークンの信頼度を考慮した重要度サンプリングで、この差による更新誤差を抑えます。
続きを読むVQSは、答えの多数決に頼る代わりに、画像を構造化し、固定プログラムで質問と答えを生成します。人手評価で正答率94%を達成し、Qwen3-VLを10種類のベンチマークで改善しました。
続きを読むループ型言語モデルは同じ重み共有ブロックを繰り返し適用して有効深度を高める一方、生成時には再帰ブロックの逐次呼び出しが遅延要因になります。Wavefront Decodingは中間状態をドラフト予測に利用し、異なる位置と再帰深度の処理を波面状にまとめて実行します。
続きを読むSentZeroは、胸部X線と放射線科レポートを用いた文中心の視覚言語事前学習フレームワークです。正例の多様性不足や、臨床的に同等な文を負例とみなす問題に対処し、マルチタスクのゼロショット解析を目指します。
続きを読むMassAlloc Attention(MALA)は、合法な因果関係のQKスコアをすべて参照しながら、正規化された注意量に基づいて低寄与領域の後段計算を削減する。FullAttnに近い精度を保ちつつ、長文脈での計算を適応的に減らす手法だ。
続きを読むSkill2Envは、再利用可能なスキルを出発点に、エージェントの能力要件に合わせたタスクと実行環境を生成する枠組みです。求解時の軌跡を使って、簡単すぎるタスクを段階的に強化します。
続きを読むEditWorldは、インタラクティブな世界を生成しながら、編集指示や参照画像を追加できる動画世界モデルです。時間によって変化する条件と長期推論を扱うため、ゲート付き因果注意機構と疎なコンテキストを導入しています。
続きを読む広範な評価から、汎用AIが専用ビジョンモデルの領域へ急速に進出していることが分かった。一方で、正確な幾何、忠実な再構成、時間的一貫性、専門的な細粒度認識には依然として大きな課題が残る。
続きを読むVideoPhysEditは、見た目だけでなく編集後の運動や相互作用まで扱う物理反実仮想動画編集のための、剛体シーン再構成パイプラインです。
続きを読むYuE2は、旋律とコードを記述した読みやすいスコアを先に作り、その計画をボーカルと伴奏を含む完成曲へ変換する。記号的な作曲と音声生成を一つのモデルで接続し、編集可能性と音楽性の両立を目指す。
続きを読むTraceDanceは、実際のエージェント運用で見つかった望ましくない行動を、対象を絞った評価ベンチマークへ変換するシステムです。環境全体を再現せず、記録済みの意思決定点からモデルの次の応答を評価します。
続きを読むPhysical Codingは、ロボットの世界状態と実行手順を、読み取りや修正が可能なプログラムとして扱う提案です。HexaAnythingはツールと外部フィードバックを組み合わせ、環境変化や失敗への対応を目指します。
続きを読むEmbodiedMemory-Benchは、長期的な環境インタラクションにおける身体化エージェントの記憶能力を、実行可能なタスクで評価するベンチマークです。細かな視覚記憶から経験の転用までを調べ、構造化外部メモリEMemとEMem-8Bも提案します。
続きを読むKAIST AIの研究は、自己反省を長く続けても、小型推論モデルが到達できる解の範囲は必ずしも広がらないことを示した。FlyByは、知識不足を検出した場合だけ強力なモデルに問い合わせる。
続きを読む北京大学の研究は、後学習済みモデルが無関係なプロンプトに返す単語一つだけでも、別のモデルへ能力の一部を伝えられる可能性を示した。研究者はこの微細な変化を「行動の影」と呼ぶ。
続きを読む清華大学NLPグループが、報酬モデルを単一値の予測ではなく条件付き密度推定として扱う Diffusion Reward Model(DRM)を提案した。
続きを読むDuplex-MPEは、複数の人が共有する会話の中で、音声アシスタントが答えるべきか、黙るべきか、発話を止めるべきかを測るベンチマークです。発話頻度の高さだけでは、良い参加者とは限らないことが示されました。
続きを読むRoboFoundryは、コンテキスト、記憶、スキル、実行インターフェースを一体の「システムとしての方策」と捉える具身エージェントの枠組みを提案する。複数のベンチマークで、長期記憶とタスク遂行の改善が報告された。
続きを読む