Evidence-RL:VLMに「画像証拠にもとづく回答」を促す新手法
Evidence-RL は、視覚言語モデルが正答していても、その根拠が本当に画像内の証拠にあるのかを問い直す研究です。CED により、局所的な視覚証拠と回答の因果的な依存関係を訓練時に監査します。
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Evidence-RL は、視覚言語モデルが正答していても、その根拠が本当に画像内の証拠にあるのかを問い直す研究です。CED により、局所的な視覚証拠と回答の因果的な依存関係を訓練時に監査します。
続きを読むMotif 3 は、総パラメータ 3140 億、トークン当たりの有効化 132 億の decoder-only MoE 言語モデルです。GDLA や多段階の後学習を組み合わせ、推論・コード・長文脈の性能向上を狙っています。
続きを読むSWE-Bench ProMax は、AI コーディングエージェントの評価対象を単純なバグ修正から、複数ファイルにまたがる振る舞い維持型のリファクタリングへ広げるベンチマークです。
続きを読むYOLO-PEFT は、リアルタイム物体検出器における PEFT アダプタ配置を、監査可能な制約計画として扱うフレームワークです。どの層に置くべきかだけでなく、危険な場合に訓練前に拒否する点も特徴です。
続きを読むSkaling law は、モデル容量と学習データの相互作用を単一の指数で表し、従来のニューラルスケーリング則が極端な条件で外しやすい問題を補正しようとする研究です。
続きを読むこの研究は、Test-Time Training を個別実装の寄せ集めではなく、組み立て可能な設計空間として捉え直しています。狙いは新しい TTT を作りやすくすることに加え、どの要素が効いているのかを切り分けやすくすることです。
続きを読むAI特化型ヘッジファンドのSituational Awarenessは、公開市場で苦戦するなかでも半導体製造スタートアップへの大型投資を続けている。Source Foundryへの今回の投資額は4億ドルに上る。
続きを読むUs vs. Them は、バージョン履歴と diff を使い、テキストのどの範囲が人間由来で、どの範囲がエージェント由来かを推定するオープンソースツールです。エージェントが人間の意図を含む部分を不用意に上書きしないための手がかりになります。
続きを読むアマゾンがテキサス州 Pecos County で計画するデータセンター向けに、天然ガスを燃料とするオンサイト発電所を整備する計画が報じられた。年間3300万トンの二酸化炭素排出が認められているとされ、気候面で大きな議論を呼んでいる。
続きを読むOpenAIはプレゼンテーション生成に取り組むスタートアップNextSlideを買収した。取引は2026年初めに完了しており、同社のチームは現在ChatGPT関連の業務に加わっている。
続きを読むKandinsky Lab は、潜在拡散モデル向けの多モーダル tokenizer ファミリー「KVAE」を発表した。音声、画像、動画を対象に、テキスト条件付き生成で使いやすい潜在表現を目指している。
続きを読むCUA の性能向上には、まず“判定する側”の信頼性が必要です。OSReward は、その判定モデルの弱点を体系的に測り、開放データと専用報酬モデルまでつなげた研究です。
続きを読むOracleはOpenJDKへの貢献において、AIが生成したコードの提出を禁止した。一方で、LLMを個人的にデバッグやレビュー補助に使うことは認めている。
続きを読むCloudflare は、人間ではなく AI エージェントの利用を前提にしたクラウドホスト型ブラウザ Kitesurf を発表した。一般的な自動化タスクで Chromium より少ない計算資源を使える点を訴求している。
続きを読む心理的危機にある利用者へのAIチャットボットの応答をめぐり、訴訟や研究が相次いで注目を集めている。専門家は、共感的な文面だけでなく、リスク把握、専門家への誘導、安全データの透明化が必要だと指摘する。
続きを読むByteDanceが最大10兆パラメータ規模のAIモデルを訓練していると報じられた。中国勢が米トップ研究所に近づくだけでなく、最前線で競う段階に入っていることを示す動きだ。
続きを読むニューメキシコ州の裁判所は、児童安全とソーシャルメディア被害をめぐる訴訟で、Metaに追加で5億6700万ドルの支払いを命じた。3月の3億7500万ドルと合わせ、同件の制裁金は計9億4200万ドルに達する。
続きを読むAMDはトロントのAIチップ新興企業Taalasを買収すると発表した。Taalasはモデル重みをHBMなどの外部メモリではなく、チップ上に直接配置するという独自の推論向けアプローチを掲げている。
続きを読むAlibabaは、音声認識、音声合成、音声コンテンツ生成、リアルタイム音声エージェントを統合する CosyVoice Studio を発表した。注目点は、単なる文字起こしや読み上げではなく、音声ワークフローに意味理解を組み込んだことにある。
続きを読むPrime Intellect は、プログラミング向け Agent Harness である Prime Agent をオープンソース公開した。Opus 5 と組み合わせた結果、ARC-AGI 3 で 95.5% RHAE Best@1 に到達し、ARC が示す人間専門家ベースラインをわずかに上回ったとされる。
続きを読むRustプロジェクトは、rust-lang/rustモノレポへのコード貢献を対象にLLM利用方針を採用した。AIを一律に排除するのではなく、貢献者自身が書いていないコードを明示することを重視している。
続きを読む