Jev-Mem:System Oneで制御する効率的なAIエージェント記憶
Jev-Memは、エージェントの記憶管理を高速な制御、構造化された保存、深い推論の3層に分けます。LoCoMoでは回答品質を高めながら、構築時間とクエリ遅延を削減しました。
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Jev-Memは、エージェントの記憶管理を高速な制御、構造化された保存、深い推論の3層に分けます。LoCoMoでは回答品質を高めながら、構築時間とクエリ遅延を削減しました。
続きを読むCAREは、ロボット操作の途中で軌道が崩れた場合に、失敗から回復するためのデータ駆動型フレームワークです。実行中に収集した失敗軌跡から段階別の偏差を学習し、局所的な修正や再操作につなげます。
続きを読むHuRoは、異なる人間の操作動画をロボットに対応した観測と行動軌跡へ変換するロボット化パイプラインを提案する。実験では、このデータを増やして事前学習することで、実環境操作と分布外一般化が向上した。
続きを読む新しい研究は、言語モデルが答えを知らないのか、それとも知っていながら隠しているのかを、内部状態から見分けるPIRを提案しました。欺瞞的な指示やサンドバッギング、パスワードロック、回路遮断の条件でも、モデルが認識している選択肢を検出できると報告されています。
続きを読むEDGEGENは、エージェントの仕様からコンプライアンス規則を抽出し、データベースの状態に基づいたエッジケースを自動生成する。生成データはモデルの微調整とエージェント・ハーネスの最適化に利用できる。
続きを読む異質なソフトウェア工学タスクを一つの強化学習プールで訓練すると、カテゴリごとの改善に偏りや退行が生じることがあります。本研究は、RREでカテゴリ別専門家を育て、ラベル付きの多教師オンポリシー蒸留で一つのモデルへ統合します。
続きを読むOmniEdu は、K-12 の学習と指導を対象とするオープンな教育基盤モデル群です。教科知識だけでなく、カリキュラム理解、学習者の診断、段階的な指導を一体的に学習させます。
続きを読むRRSIは基盤モデルを再学習するのではなく、その周囲にあるエージェント・ハーネスを自動的に改良する手法だ。編集数の制限や未探索経路の促進、不要な変更の削除によって、ベンチマークへの過適合を抑えようとする。
続きを読むShieldVLAは、Hamilton-Jacobi到達可能性をVLAの安全ファインチューニングに取り入れ、視覚観測から安全に復帰できる状態かを推定します。論文では、5つのナビゲーション・操作ベンチマークで累積安全コストを平均57%削減し、SafeVLAよりタスク成功率を0.13改善したと報告しています。
続きを読むAnthropicのOpus 5.5とOpenAIのGPT-6 Sol、Lunaは、劇的な能力向上よりも低価格化と高速化を重視した。企業向けAIの競争軸は、最高性能だけでなく運用コストへ移りつつある。
続きを読むクアルコムはSnapdragon 8 Elite Gen 6とExtreme Gen 6を発表した。端末上のAIエージェント、音声処理、個人化、カメラ機能を強化し、Extreme版は30Bの混合エキスパートモデルをローカル実行できるという。
続きを読むMicrosoftは、フィッシングやデバイスコード認証の悪用、AIによるメール分析を組み合わせた犯罪プラットフォーム「EvilTokens」を、業界パートナーとともに阻止したと発表しました。関連する攻撃では、約1万組織の1万2000アカウントが侵害されたとされています。
続きを読むブリティッシュコロンビア州が、ChatGPTの利用が指摘されたトゥンブラーリッジ銃撃事件を巡りOpenAIを提訴した。州は学校再建費の負担や関連チャット記録の開示、安全機能の強化を求めている。
続きを読むvLLMは最新ハードウェアでの最高性能を狙うフラットモデルを拡大する一方、旧世代GPUや外部アクセラレーター向けにハードウェア非依存レイヤーを導入します。H100では、3モデルの幾何平均で総トークンスループットがネイティブ実装から3.4%以内でした。
続きを読むShopifyはGraphQLエージェントの本番失敗を学習信号に変える継続学習ループを構築した。前線モデルを上回る品質を目指しながら、推論コストを96%削減したという。
続きを読むTencent ARCのWorldCrafterは、カメラ視点から参照できる暗黙的な3D対応メモリを動画世界モデルに組み込み、長時間・多視点の探索でシーンの一貫性を保つ。
続きを読むVideoGen-Agentは、動画生成を一度きりのプロンプト応答ではなく、拡張・生成・検証ツールを協調させるマルチターンのエージェント処理として設計する。人物や物体の同一性、物理的一貫性、複数ショットの構造を含む評価で改善を報告した。
続きを読むRoboDawnは、平行移動・回転・グリッパー操作を離散コマンドにまとめ、エージェント型の視覚言語モデルからロボットを制御する仕組みを提案する。閉ループ制御と少数の実演により、シミュレーションと実機の双方で性能向上を示した。
続きを読む新たな解釈可能性研究は、動画生成の初期ノイズ除去段階で RoPE が空間的な注意を過度に減衰させ、非現実的な動きを固定する可能性を示した。研究者はノイズ除去ステップに応じて RoPE の周波数を調整する手法を提案している。
続きを読むGrounded Action Model(GAM)は、物体の3D位置や形状を明示的に取り込んでロボットの行動を予測するモデルです。言語、点、ボックスによる指示を共通の物体中心表現に変換することで、対象物の移動や視覚的な環境変化に対する頑健性を高めます。
続きを読む新研究は、将来状態の予測を制御ループに持ち込まず、世界モデルの内部表現だけを小型VLAへ蒸留する手法を提案した。推論コストを増やさず、ロボット操作性能の向上を目指す。
続きを読む