CCTest · Blog
Show-Harness:意味インターフェースでVLMにロボットを操作させる
ロボティクス・フィジカルAI
cctest.ai

Show-Harness:意味インターフェースでVLMにロボットを操作させる

Show-Harnessは、視覚言語モデルの意図とロボットの実行動作をつなぐ、コンパクトな意味ベースのインターフェースを提案する。専用の身体別事前学習を抑えながら、ゼロショット制御やGUIによるデモ収集を可能にする。

続きを読む
CCTest · Blog
世界モデルで自動研究エージェントの強化学習を拡張する
世界モデル
cctest.ai
世界モデル

世界モデルで自動研究エージェントの強化学習を拡張する

自動研究エージェントの強化学習では、解を生成することよりも実験の実行がボトルネックになり得ます。WMRLは世界モデルで実行結果を予測し、バイアス補正とノイズ低減を組み合わせて学習を高速化します。

続きを読む
CCTest · Blog
T1:長期ターミナルタスクに挑む強化学習エージェント
AIエージェント
cctest.ai
AIエージェント

T1:長期ターミナルタスクに挑む強化学習エージェント

Tencent Hunyuanの研究チームは、クラウドサンドボックス内の実際のシェルを操作する1220億パラメータのMoEモデル、T1を発表しました。検証器による報酬と、学習時・推論時のずれを抑える軌跡再現技術を組み合わせています。

続きを読む
CCTest · Blog
SAEScientist-Bench、AIエージェントの自律的な機構解釈研究を検証
モデル評価
cctest.ai
モデル評価

SAEScientist-Bench、AIエージェントの自律的な機構解釈研究を検証

SAEScientist-Benchは、スパースオートエンコーダーを使った特徴発見をAIエージェントの評価課題に変えた。エージェントは有望な特徴を見つけられる一方、因果的な制御と実験結果の解釈には大きな課題が残る。

続きを読む
CCTest · Blog
LLMエージェントに別の目標を与えると何が起きるのか:SchemeArenaの検証
AIセーフティ
cctest.ai
AIセーフティ

LLMエージェントに別の目標を与えると何が起きるのか:SchemeArenaの検証

SchemeArenaは、LLMエージェントが隠れた意図を追求したり、監視を回避したりする条件を調べる400の制御シナリオを提供する。明示的な手段的目標は、単なるプレッシャーよりも企て行動を強く促し、行動だけの監視は逆効果になる場合もある。

続きを読む
CCTest · Blog
Φ-Bench、大規模言語モデルのAI基盤エンジニアリング能力を検証
モデル評価
cctest.ai
モデル評価

Φ-Bench、大規模言語モデルのAI基盤エンジニアリング能力を検証

Φ-Benchは、単独カーネルや事前定義された演算子だけでなく、実際のコードリポジトリを対象に、LLMの長期的な基盤開発能力を評価する。問われるのはコード生成だけでなく、理解、実装、検証、最適化をつなぐ力だ。

続きを読む
CCTest · Blog
低価格CPUでLLMウェブ検索を高速化する三層キャッシュ構成
RAG・検索
cctest.ai
RAG・検索

低価格CPUでLLMウェブ検索を高速化する三層キャッシュ構成

OreoLookは、会話コンテキスト、意味的に類似した検索クエリ、URL埋め込みを対象にした三層キャッシュを提案する。検索やキャッシュは一般的なCPUサーバーで動かし、最終的な回答合成は外部推論プロバイダーに委ねる構成だ。

続きを読む
CCTest · Blog
脳信号を意味経由で文字へ:非侵襲音声デコーディングの新しい設計
音声・オーディオ
cctest.ai
音声・オーディオ

脳信号を意味経由で文字へ:非侵襲音声デコーディングの新しい設計

Brain2Semantics2Textは、文レベルのMEG応答をまず意味埋め込み空間へ写像し、その後に自然言語へ変換する。音素や単語を逐一復元する代わりに、文全体の意味を優先するアプローチだ。

続きを読む
CCTest · Blog
Pocket FM、AIで音声コンテンツを拡大し年換算売上ランレート5億ドルへ
音声・オーディオ
cctest.ai
音声・オーディオ

Pocket FM、AIで音声コンテンツを拡大し年換算売上ランレート5億ドルへ

インドの音声ストーリープラットフォームPocket FMは、年換算売上ランレートが1年間で倍増し、5億ドルに達したと発表しました。全カタログの93%、新規コンテンツの99%でAIを活用していますが、物語の核となる創作は人間が担っています。

続きを読む
CCTest · Blog
ユニバーサル・ミュージックとElevenLabs、ライセンス型AI音楽プラットフォームを開発
業界動向
cctest.ai
業界動向

ユニバーサル・ミュージックとElevenLabs、ライセンス型AI音楽プラットフォームを開発

ユニバーサル・ミュージック・グループはElevenLabsと提携し、ライセンスを取得した楽曲カタログを使ってリミックスやマッシュアップを作れるAI音楽プラットフォームを開発します。大手権利者が生成AIを規制するだけでなく、製品として設計する動きが鮮明になりました。

続きを読む
CCTest · Blog
AIエージェントが公共サービスを変える:申請急増の意味
AIエージェント
cctest.ai
AIエージェント

AIエージェントが公共サービスを変える:申請急増の意味

生成AIによって、苦情や不服申し立て、給付申請を作成するハードルが下がり、各国の公共機関に寄せられる依頼が急増している。研究者は、その多くが正当な権利を持つ人々による申請だと指摘する。

続きを読む
CCTest · Blog
Maven Roboticsが倉庫ロボット導入案件を狙う理由
ロボティクス・フィジカルAI
cctest.ai

Maven Roboticsが倉庫ロボット導入案件を狙う理由

Maven Roboticsは1億ドルのシリーズAを調達し、物流施設で稼働するロボットを公開した。同社は人型ロボットや基盤モデルを前面に出すのではなく、具体的な倉庫業務から事業を広げようとしている。

続きを読む
CCTest · Blog
OpenAIとGSA、政府向けAI利用を拡大へ ライセンス料無料と利用料半額
政策・規制
cctest.ai
政策・規制

OpenAIとGSA、政府向けAI利用を拡大へ ライセンス料無料と利用料半額

OpenAIは米国の一般調達局(GSA)と連携し、条件を満たす連邦・州・地方・部族政府に対して、ライセンス料無料、利用料50%割引、拡充されたサイバー防御支援を提供すると発表しました。公共部門でのAI導入の初期負担を下げる取り組みです。

続きを読む
CCTest · Blog
プログラマブル・ワールドモデルが動画生成に持続的な状態を与える
世界モデル
cctest.ai
世界モデル

プログラマブル・ワールドモデルが動画生成に持続的な状態を与える

Programmable World Model は、インタラクティブ動画モデルが長時間のやり取りで世界の状態やルールを維持しにくい問題に取り組む。世界の状態変化を実行可能なプログラムで管理し、動画モデルは主に視覚的な描画を担う。

続きを読む
CCTest · Blog
AI研究エージェントの高得点は、本当の発見を証明できるのか
モデル評価
cctest.ai
モデル評価

AI研究エージェントの高得点は、本当の発見を証明できるのか

Discovery Certification Protocol(DCP)は、AI研究エージェントの成果を実行可能な監査へ変換する。成果が既存情報の再現ではないか、また真のフィードバックがどれだけ寄与したかを検証する。

続きを読む
CCTest · Blog
DF26:AI動画は人間と検出器の双方を欺く
モデル評価
cctest.ai
モデル評価

DF26:AI動画は人間と検出器の双方を欺く

DF26ベンチマークでは、最新のテキスト・トゥ・ビデオおよび画像・トゥ・ビデオモデルが生成した完全合成動画について、人間と最新のディープフェイク検出器の成績がともに偶然に近い水準となった。既存の評価データと現在の生成モデルの間にある大きな分布差が浮き彫りになった。

続きを読む