GPTQ-2D:双方向の適応的丸めを4次時間から3次時間へ
GPTQ-2D は、残差の左側と右側の両方に基底行列が作用する、より一般的な適応的丸め問題を扱う。行列を単純にベクトル化する方法と同じ丸め結果を保ちながら、反対角線ごとの処理で計算量を3次時間に下げる。
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GPTQ-2D は、残差の左側と右側の両方に基底行列が作用する、より一般的な適応的丸め問題を扱う。行列を単純にベクトル化する方法と同じ丸め結果を保ちながら、反対角線ごとの処理で計算量を3次時間に下げる。
続きを読む南京大学の論文は、RLVR における token 単位の信用割り当てを再検討している。大きな尤度変化は、推論上の重要性ではなく、表層表現の置き換えやすさを反映している場合が多いという。
続きを読む新しい論文は、デュアルユース領域では、会話履歴や依頼文のようなコピー可能な文脈に依存する安全策だけでは信頼できる保護にならないと論じています。
続きを読むSGTP は、多車両の自動運転レースにおける激しい相互作用を扱うため、ゲーム理論的推論と GPU 加速サンプリングを組み合わせたリアルタイム計画フレームワークです。
続きを読む新しい論文は、無関係だが目立つ条件によって大規模言語モデルが常識推論を誤る現象を検証する SaliTrap ベンチマークを提案した。結果は、多くの失敗が知識不足ではなく、知識の呼び出し方に起因する可能性を示している。
続きを読むODEWorld は、固定ステップの未来予測ではなく、物理時間に沿って変化する潜在速度場を学習する世界モデルです。任意の時間解像度での予測、逆方向予測、ロボット計画に役立つ動的表現を狙っています。
続きを読む新しい研究は、価値原則に基づくコンテンツを中間学習段階に入れることで、LLMのアラインメントがより長く保たれるかを検証した。結果は、複雑な構成よりも「その内容が存在すること」自体が重要であることを示している。
続きを読むSAF-OPD は、検証可能な報酬による強化学習とオンポリシー蒸留を固定係数で混ぜると、探索が失われる可能性がある点に注目する。教師信号の大きさと投入タイミングを調整し、より安定した後学習を目指す手法だ。
続きを読むSULAND v2 は、既存の RGB 地表地雷データセットを手作業で再点検し、注釈ミスや OOD クラス ID の反転を修正したベンチマークです。結果は、IID で高精度な検出器が実運用でも頑健とは限らないことを示しています。
続きを読む新しい論文は、セッションをまたいだ個人化された曖昧性適応を、コーディング支援AIの評価課題として定義した。過去に解決済みの会話履歴を使い、同じユーザーの曖昧な依頼を少ない確認で処理できるかを問う。
続きを読むRubric ベースの強化学習は、オープンエンドなLLMタスクで有望だが、評価基準ごとの学習信号が消える問題を抱える。CriPO は未探索基準と抑制された基準の両方に対処する手法として提案された。
続きを読むEMBL AI Librarian は、Europe PMC をAIエージェントが扱いやすい自然言語ベースの証拠検索インターフェースへ変える試みです。論文リストではなく、回答を支える文献中の証拠断片を返すことを目指します。
続きを読む自動運転システムの開発・テスト担当者へのインタビュー研究が、現場で使われるシナリオベーステストや X-in-the-loop 手法、そして標準化不足という課題を整理している。
続きを読むMental World Modeling は、物理的な場面を正しく再現できる世界モデルでも、人の信念や意図を追跡しなければ行動予測を誤ると主張する研究です。
続きを読むWeak-to-Strong On-Policy Distillation は、より強い教師モデルを前提にしない LLM 蒸留手法です。小さなモデル同士の logit 差分から能力方向を取り出し、強い学生モデルの改善に使います。
続きを読むN₀-TWAM は、接触を多く含むロボット操作に向けた触覚ネイティブな world-action model で、将来の映像だけでなく将来の接触も予測する点が特徴です。
続きを読む新論文は、極端にノイズの多い RGB 観測と近赤外(NIR)情報を 3D 空間で融合する 3DarkFusion を提案している。クリーンな RGB 教師データを使わずに、低照度下のカラー画像復元を目指す点が特徴だ。
続きを読むITMO University らの論文は、群ロボット向けの分散型予測アーキテクチャ Collective-State JEPA を提案した。各ロボットは局所履歴と限られた通信だけで、同じ将来の集団状態を表す表現を出力する。
続きを読むExtractBench は、ユーザー定義スキーマに従って企業文書から構造化データを抽出するエージェントを評価するベンチマークです。値の正確性だけでなく、記録の完全性、根拠提示、コストも同時に測定します。
続きを読む