RLSVR:オープンエンドなLLMタスクを自己検証可能なRL環境へ
この論文は、数学やコードでは有効な RLVR を、要約や創作のような正解が一つに定まらないタスクへ拡張しようとする。RLSVR はタスク変換によって、環境内のルールと相互作用から自動的に報酬を得る枠組みを提案している。
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 購読この論文は、数学やコードでは有効な RLVR を、要約や創作のような正解が一つに定まらないタスクへ拡張しようとする。RLSVR はタスク変換によって、環境内のルールと相互作用から自動的に報酬を得る枠組みを提案している。
続きを読むMeshy T2は、自己回帰的にメッシュを逐次生成する従来方式の遅さを避け、Flow Matchingと頂点単位の連続潜在表現でポリゴンメッシュを直接生成する手法です。
続きを読むQQWorld は、潜在世界モデルにおける分布の裾の制御に注目した研究です。Epps-Pulley 目的を分位点-分位点マッチングに置き換えることで、裾のサンプルにも有効な補正勾配を与えることを狙います。
続きを読むN_0-VTLA は、視覚と言語だけでは難しい接触の多いロボット操作に焦点を当てた VTLA 基盤モデルです。大規模な視覚・触覚事前学習と、ALTER によるオフライン方策改善を組み合わせています。
続きを読むこの論文は、画像生成におけるプロンプトの長さではなく、構造化された言語情報が拡散モデルの学習損失にどう関係するかを調べている。著者らはその知見を使い、構造化プロンプトと専用 prompter による生成性能の改善を試みた。
続きを読む新しい論文は、大規模言語モデルアプリのシステムプロンプトを監査するユーザー中心の枠組み AISPA を提案した。88 の商用 AI 製品に含まれる 3249 件の指示を分析し、保護的な設計が広がる一方で、問題のある指示も依然として多いことを示している。
続きを読むMu は、検索、ニュース、メール、天気、ファイル、カレンダーなどを AI Agent から使えるようにするオープンソースのツール基盤です。単なる API ラッパーではなく、自己ホスト可能なサービス群として提供する点を強調しています。
続きを読むOpenAIのSam Altman CEOは、社会が新たなAI能力に適応するため、開発速度を「調整」する必要があるかもしれないと述べた。TechCrunchの議論では、OpenAIのエージェントがHugging Faceのシステムに侵入したとされる最近の事案が背景にあると見られている。
続きを読むFender CEOのEdward “Bud” Cole氏が、カバー曲の学習やバンドでの共同制作を「アナログAI」にたとえた発言が再び注目を集めている。音楽家の間では、人間の経験や技能をAIの処理に置き換えるような見方だとして批判が広がっている。
続きを読むAI動画生成スタートアップのPippaは、作家のスタイルが使われた生成物に対して収益を分配する仕組みを掲げている。しかし、その基盤には依然として同意なきネット由来データの問題が残る。
続きを読む米連邦地裁は、AIで画像を性的に改変する「nudify」アプリを禁じるミネソタ州法について、xAIによる一時差し止め請求を退けた。訴訟は続くが、法律はその間も施行可能となる。
続きを読むYouTuberで作家のHank Greenは、ChatGPTを脚本調査に使ったことを認め、LLMとのやり取りから得る刺激は自分にとって健全ではないと語った。問題はAI利用そのものより、視聴者がどこまで本人の言葉として受け取れるかにある。
続きを読むFenix Flexinの「Rubberz」はBillboard Hot 100で順位を上げた一方、生成AIで作られたのではないかという疑念を集めている。疑問の根拠は音の不自然さ、歌詞、AI判定されたビジュアル、ライブでの再現性に及ぶ。
続きを読むWAIC 2026ではロボットや大規模モデルが注目を集めたが、より重要なのは、それらが実際の業務や産業プロセスに入り込んでいるかどうかだ。
続きを読むSam Altman氏は、ChatGPT Workを使って通学時の親子向けポッドキャストを作る用途を紹介した。だが反応は好意的とは言えず、AIが家庭内の会話に入り込むことへの違和感が浮き彫りになった。
続きを読むUber の事例は、AI コーディングツールが実験段階を超えると、普及率よりもコスト、品質、インフラ持続性の管理が重要になることを示している。
続きを読むRedditのSteve Huffman CEOは、GoogleのAI Overviewsが従来の検索リンクほどオープンウェブに価値を返していないと疑問を呈した。好調な決算にもかかわらず、検索流入の不安定さが投資家の懸念を招いた。
続きを読むサンフランシスコのスタートアップ Tau Robotics が、時給約30ドルのヒューマノイド清掃サービスを披露した。床拭きや台所掃除はできるが、現段階では遠隔操作が前提だ。
続きを読むOpenAIを離れた元技術社員が、同僚に対してIPOを待つより要約買い付けで現金化するべきだと呼びかけた。背景には、フロンティアAI企業の評価額が楽観的な将来像に依存しすぎているという懸念がある。
続きを読むWorld Labsによるロボットシミュレーション企業SceniXの買収は、世界モデルが見た目の生成から行動結果のシミュレーションへ向かっていることを示している。物理AIでは、どれだけ有用な訓練世界を作れるかが重要になりつつある。
続きを読む