UrbanGround:実スケール都市でマルチモーダルエージェントの空間能力を検証
UrbanGroundは、香港全域の3D地理空間データからインタラクティブな都市サンドボックスを構築し、局所的な視覚理解が長距離ナビゲーションに結び付くかを検証する。現在のMLLMは近距離の認識には強い一方、探索が長くなると方向維持や修正に課題を残す。
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UrbanGroundは、香港全域の3D地理空間データからインタラクティブな都市サンドボックスを構築し、局所的な視覚理解が長距離ナビゲーションに結び付くかを検証する。現在のMLLMは近距離の認識には強い一方、探索が長くなると方向維持や修正に課題を残す。
続きを読むInspect Evalsを特定コミットに固定して調査した結果、実行可能な評価コードだけでは、指標に結び付いた過去の主張まで再現できないことが示された。機械的に対象となった124ユニットのうち110件は、証拠または意味づけの不足により、決定的な推論へ進む前に停止した。
続きを読むTTPOは、多数決による疑似ラベルをそのまま正解扱いせず、同意する推論と反対する推論に異なる学習処理を適用する。これにより、誤った多数決が教師信号全体を汚染するリスクを抑える。
続きを読むWikiSkillは、エージェントの実行経験、永続的なWiki型知識ベース、実行可能なスキルを分離しながら、相互に進化させる枠組みを提案する。複数のモデルで性能を高め、モデルをまたぐスキル移転の可能性も示した。
続きを読むZero-WAMは、人間の操作動画をロボットに対するタスク指定として利用し、モデルのパラメータを更新せずに未学習の操作へ対応する手法です。HumanGenデータセットとIFP学習目標を組み合わせ、シミュレーションでタスク横断の汎化を検証しました。
続きを読む動画生成モデルがもっともらしい未来を1つ描けても、同じ観測と行動から生じうる複数の結果を理解しているとは限りません。PAWBenchは、反復生成によって正しい行動分布を再現できるかを評価します。
続きを読むProceduraは、完成したメッシュを直接出力するのではなく、名前付き部品と接続関係からなる手続き型アセンブリをLLMエージェントに記述させる。生成物はパラメータ編集、部品単位の材質指定、シミュレーションで検証された可動機構に対応する。
続きを読むLuceは、形状とPBRマテリアルを統合したマルチモーダルGaussian表現を提案し、1枚の画像から再照明可能な3Dアセットを生成します。PBR Gaussianに加え、テクスチャ付きメッシュと接線空間法線マップも任意で出力できます。
続きを読む新たな整理では、LLMエージェント向けデータをAccuracy、Complexity、divErsityのACEで捉える。重要なのは軌跡を増やすことだけでなく、正確で学習可能かつ重複の少ない経験を設計することだ。
続きを読むCaSKGは、単なる文章の類似度ではなく、反実仮想的な検証によってスキル間の手続き的な関係を校正する技能グラフの枠組みです。論文では、ALFWorldとScienceWorldにおいて、6種類のLLMバックボーンを用いた全組み合わせで最高のタスクスコアを報告しています。
続きを読むPILOTは、エージェントの自己改善をタスク終了後の振り返りから、実行中の制御へ拡張する監督者・ワーカー型ハーネスを提案する。監督者は実行中のワーカーを方向転換または中止でき、得られた知見は再利用可能なスキルと記憶に変換される。
続きを読むAIクラウド企業のLambdaが、NVIDIA製AIチップを購入してMicrosoftにリースするため、10億ドルの短期プライベート債務を調達したと報じられています。相次ぐ借り入れは、AIインフラ拡大が巨額の借入金に依存しつつある状況を示しています。
続きを読むAnthropicの新しい論文は、文献検索から手法の提案、学習、評価までを自動化するアラインメント研究システムを紹介した。10種類のミスアラインメント行動ベンチマークすべてで性能を改善し、全体性能の低下は報告されていない。
続きを読むHugging Face、Poolside、OpenRouterを巡る大型取引の報道は、オープンウェイトAIが単なるモデル共有ではなく、重要なインフラ事業になりつつあることを示している。半導体企業やソフトウェア企業は、開発者と推論の入り口を競い始めた。
続きを読むAnthropicが致死性の自律兵器や米国民の大規模監視への利用制限を緩和しなかったことを受け、トランプ政権が同社を政府調達から排除した措置について、連邦判事が違法な報復だったと判断した。
続きを読む米環境保護庁(EPA)は、一部の「小規模」汚染源について、連邦レベルでの公示と意見募集を不要にする規則変更を提案している。環境団体は、データセンターや関連発電設備が地域住民の十分な監視なしに建設される可能性を懸念している。
続きを読むMetaは、録画中に安全表示LEDが覆われるとカメラを停止する更新をAIグラスに導入する。明らかな回避方法はふさがれるが、同意のない撮影やデータ処理をめぐる懸念は解消されない。
続きを読むLinkedInは既製のAIレビューツールをそのまま導入するのではなく、複数のレビューエージェントと組織固有のルールを組み合わせた基盤を構築した。狙いはコメント数の最大化ではなく、幻覚や低価値な指摘を抑え、開発者に採用されるレビューを増やすことにある。
続きを読むCloudflareは、HTML抽出やスクリーンショットなどの自動化処理を想定した実験的なブラウザーエンジン「Kitesurf」を公開した。Chromiumの代替にはまだ至らないが、AIエージェント向けにブラウザーの役割を絞り込む試みだ。
続きを読む新しい論文は、世界モデルの拡張にはウェブ動画の追加だけでなく、根拠のある報酬信号を継続的に生む仕組みが必要だと論じています。ゲームエンジンは、空間モデルの強化学習後学習に実行可能な環境と長期軌跡を提供できる可能性があります。
続きを読むGameWAM は、ゲーム画面の未来予測と実行可能なキーボード・マウス軌跡の生成を一つの閉ループに統合します。長期タスクの再計画に加え、生成アクションに生じる方向バイアスも分析します。
続きを読む