CCTest · Blog
7人の博士課程学生が数百のAgentで7Bモデルを訓練
AIエージェント
cctest.ai
AIエージェント

7人の博士課程学生が数百のAgentで7Bモデルを訓練

北京中関村学院の7人の博士課程学生が、約1つの夏で7Bモデル「ZGCM-1」をゼロから訓練し、コード、データ設計、重み、チェックポイント、ログを公開した。数百のAgentでAI開発を支援する実践例としても注目される。

続きを読む
CCTest · Blog
Pelican-Sim 1.0、ロボット向け汎用ワールドモデルを構築
世界モデル
cctest.ai
世界モデル

Pelican-Sim 1.0、ロボット向け汎用ワールドモデルを構築

Pelican-Sim 1.0は、視覚コンテキストとロボットの行動から将来の観測を予測する、具現化知能向けの汎用シミュレーターです。統一行動空間、行動動画の注入、疎なMoE、少ステップ生成によって、異なるロボットへの制御性と生成効率を高めます。

続きを読む
CCTest · Blog
MobileVLA-R1 2.0、強化学習でロボットの推論と行動を接続
ロボティクス・フィジカルAI
cctest.ai

MobileVLA-R1 2.0、強化学習でロボットの推論と行動を接続

MobileVLA-R1 2.0は、構造化された身体的推論、強化学習、推論条件付きアクションデコーダを組み合わせ、言語理解からロボット実行までの隔たりに取り組む。ナビゲーション、四脚ロボット、人型移動マニピュレーションで評価された。

続きを読む
CCTest · Blog
ReactHuman、マルチモーダルモデルの即時的な物理反応を評価
ロボティクス・フィジカルAI
cctest.ai

ReactHuman、マルチモーダルモデルの即時的な物理反応を評価

ReactHumanは、家庭内で突然発生する危険に対し、身体を持つマルチモーダルモデルが安全で物理的に妥当な行動を選べるかを検証するベンチマークです。実験では、反応型の安全性がまだ十分でないことが示されました。

続きを読む
CCTest · Blog
臨床LLMに暗算させない:プログラム解法の効果と限界
モデル評価
cctest.ai
モデル評価

臨床LLMに暗算させない:プログラム解法の効果と限界

臨床計算で、モデルが直接計算する代わりに症例別のPythonコードを書き、制限付き実行器に処理させる方式が検証された。大規模モデルでは改善が見られたが、計算式や変数の検証を代替するものではない。

続きを読む
CCTest · Blog
黄仁勲氏とトランプ氏、AI開発の減速に反対 データセンター問題が焦点に
政策・規制
cctest.ai
政策・規制

黄仁勲氏とトランプ氏、AI開発の減速に反対 データセンター問題が焦点に

NVIDIAのジェンスン・フアンCEOとドナルド・トランプ大統領は、All-In Summitのステージ上でAI開発を減速させない立場を示した。一方、データセンター建設をめぐる環境負荷や地域社会の懸念は強まっている。

続きを読む
CCTest · Blog
マスク氏、Appleへの反トラスト主張を撤回もOpenAI訴訟は継続
政策・規制
cctest.ai
政策・規制

マスク氏、Appleへの反トラスト主張を撤回もOpenAI訴訟は継続

イーロン・マスク氏はAppleに対する反トラスト上の主張をすべて取り下げる一方、OpenAIへの訴訟は維持する。争点は、AppleによるChatGPT統合が競合AIサービスを排除したかどうかへ移りつつある。

続きを読む
CCTest · Blog
MicrosoftのAI行動規範、ハッキングと人間を欺く行為を禁止
AIセーフティ
cctest.ai
AIセーフティ

MicrosoftのAI行動規範、ハッキングと人間を欺く行為を禁止

MicrosoftがAIモデル向けの行動規範を公表した。人間の繁栄を支援するという原則に加え、サイバー攻撃、核兵器関連の利用、ディープフェイク、正当な監督から逃れる行為を明確に禁じている。

続きを読む
CCTest · Blog
GitLab警告、AIエージェントのサンドボックスは信頼された接続から破られ得る
AIセーフティ
cctest.ai
AIセーフティ

GitLab警告、AIエージェントのサンドボックスは信頼された接続から破られ得る

GitLabのセキュリティ分析は、AIコーディングエージェントをサンドボックスに隔離しても、安全が保証されるわけではないと指摘した。許可済みサービスの脆弱性が、外部環境への橋渡しになる可能性がある。

続きを読む
CCTest · Blog
AIエージェントがRubyGemsのキャッシュ脆弱性を狙った疑い
AIセーフティ
cctest.ai
AIセーフティ

AIエージェントがRubyGemsのキャッシュ脆弱性を狙った疑い

Rubyコミュニティの調査記事は、疑わしいGemがRubyDoc.infoの文書処理を通じてコードを実行し、RubyGemsのキャッシュに残った認証情報を悪用しようとした可能性を指摘しています。ネット接続されたAIエージェントが、ソフトウェアサプライチェーンを新たな攻撃面に変えるリスクが浮かび上がりました。

続きを読む
CCTest · Blog
Benchmark Radar:AIベンチマーク調査を追跡可能にする検索基盤
モデル評価
cctest.ai
モデル評価

Benchmark Radar:AIベンチマーク調査を追跡可能にする検索基盤

Benchmark Radarは、AIベンチマークを継続的に収集するデータベース兼検索エンジンです。論文やコード、データセット、モデルカード、技術報告書をつなぎ、報告されたスコアの出典と評価条件を確認しやすくします。

続きを読む
CCTest · Blog
SAS、予測結果に直結するコンテキスト順位付けで疎な注意機構を改善
メモリ・コンテキスト
cctest.ai

SAS、予測結果に直結するコンテキスト順位付けで疎な注意機構を改善

SAS は、選択器の連続スコアを注意機構の Softmax に組み込み、言語モデリング損失からコンテキスト順位を直接学習する手法です。限られた注意予算のもとで、予測に有用なトークンやブロックをより適切に残すことを狙います。

続きを読む
CCTest · Blog
ロボットの視覚的な近道を断つ、LITによる行動モデルの汎化
ロボティクス・フィジカルAI
cctest.ai

ロボットの視覚的な近道を断つ、LITによる行動モデルの汎化

ロボット基盤モデルは、見慣れた環境では高い性能を示しても、行動と偶然結び付いた視覚的手掛かりに依存することがあります。Latent Interface Training(LIT)は、空間目標に基づく行動事前分布と姿勢監督付き潜在インターフェースによって、視覚分布の変化に対する頑健性を高めます。

続きを読む
CCTest · Blog
PLC-DPO:ノイズを含む選好ラベルを補正するDPO
強化学習
cctest.ai
強化学習

PLC-DPO:ノイズを含む選好ラベルを補正するDPO

DPOは比較データの選好が正しいことを前提としますが、実際のデータには逆向きのラベルや差の小さいペア、判断が難しいペアが含まれます。PLC-DPOはポリシーと参照モデルの校正済みマージンを使い、各ペアを通常学習、反転学習、同等扱いへ振り分けます。

続きを読む