開発者ツール

B
421 件中 241〜270 件目を表示
  • arXiv cs.CL (Computation and Language) · EN マルチモーダル
    Implicit Reasoning in Transformers: Bridging the Compositionality Gap in GPT-2-like Models
    GPT Transformer
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 推論・効率化
    Blind Spots: Where Small Language Models Fall Behind Frontier Models on Terminal Tasks
    ニューラルネットワーク
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 学習・ファインチューニング
    Beyond Passing Tests: A Systematic Review and Controlled Re-evaluation of Techniques for Improving the Quality of LLM-Generated Code
    ファインチューニング ニューラルネットワーク
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    Efficient Agentic Audio-Visual Question Answering through Toolset Pruning and Modality Consolidation
    AI エージェント 推論 (Inference) ソフトウェア工学
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    HEDGE: Gated Hypergraph Memory for Scalable Multi-Agent Debate
    AI エージェント GPT ニューラルネットワーク 検索拡張生成 (RAG) 強化学習
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 新モデル・リリース
    Autonomous Quantum Measurement with Agentic AI
    AI エージェント Meta ニューラルネットワーク
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 安全性・評価
    Discovering Jailbreaks via Curriculum of Models
    GPT 強化学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    Evaluating Visual Realism of AI-Generated Videos with Eye Tracking
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    Gold vs.~Translation: Are We Measuring Language, Knowledge, or Locality in Translated Benchmarks?
    機械学習 ニューラルネットワーク 強化学習 ソフトウェア工学
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN マルチモーダル
    Leaving, Staying, or Living There? Duration Commonsense Reasoning with Human-LLM Co-annotations
    コンピュータビジョン 推論 (Inference) ニューラルネットワーク 強化学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN インフラ・ハードウェア
    AtomTree: A Hierarchical Framework for State-Aware Embodied Instruction Following with LLMs
    AI エージェント ニューラルネットワーク
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    The Quine Test: How Much of a Model's Self Survives Its Own Description?
    ニューラルネットワーク 検索拡張生成 (RAG) ソフトウェア工学
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 新モデル・リリース
    Learning Scientific Trajectories to Predict Future Biomedical Discoveries
    埋め込み (Embeddings) 検索拡張生成 (RAG) 強化学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.CL (Computation and Language) · EN マルチモーダル
    AskStream: When and What to Ask Proactively under Uncertainty in Streaming Video Understanding
    AI エージェント ニューラルネットワーク 強化学習 ソフトウェア工学
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 学習・ファインチューニング
    Explore Where It Matters: Targeted Exploration for Efficient Rover Adaptation
    強化学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • IEEE Spectrum (AI section) · EN 開発者ツール
    Systems Thinking Is Vital in the Age of AI
    IEEE Spectrum:AI時代はエンジニアに「システム思考」が欠かせない
    ニューラルネットワーク 強化学習
    AIが課題整理から文献調査、設計案生成、シミュレーション比較まで担い、かつて複数の専門家が要した初期工程を肩代わりしつつある。エンジニアの役割は個々の作業の実行から、人・機械・専門家の知見をどう組み合わせるかの設計へ広がる。最終判断は人間の責任として残る。
    元記事を読む (IEEE Spectrum (AI section)) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    Vertiv shares jump 14 percent as data center earnings beat expectations
    Vertiv、受注倍増で第3四半期好決算、株価が約14%上昇
    Vertivの2026年第3四半期は売上43.1億ドルで前年比61%増、調整後EPSは2.21ドルで78%増となり、受注は前年の2倍に。通期売上見通しも144.5億〜148.5億ドルへ上方修正した。10月に下落した株価は約14%上昇し、年初来では35%高。
    元記事を読む (Data Center Dynamics) ↗
  • Data Center Dynamics · EN インフラ・ハードウェア
    UK budget: Grid connection incentives for data centers under new “covenant”
    英予算案、データセンターに地域貢献と引き換えで系統接続を優先
    ニューラルネットワーク
    英国のヒーリー財務相は予算演説で、地域投資・雇用創出・水資源保護を運営者に求める「英国データセンター・コベナント」を発表。順守する重要拠点には系統接続の優先と、待機中の敷地内発電の許可を与える。AI安全保障向けに追加5億ポンドも示した。
    元記事を読む (Data Center Dynamics) ↗
  • Simon Willison's Weblog · EN 開発者ツール
    GitHub Octoverse 2026
    GitHub Octoverse 2026:エージェント開発でマージ済みPRが月2.2億件に急増
    AI エージェント 深層学習 ニューラルネットワーク 強化学習 ソフトウェア工学
    GitHub Universeで幹部のJay Parikh氏が年次レポートOctoverse 2026を発表。2026年にはマージ済みプルリクエストが1年足らずで3倍の月2.2億件に達し、コミット数も過去最高水準に。筆者のSimon Willison氏は、この数字をエージェント型エンジニアリングがGitHubに与えた影響の顕著な表れだと評している。
    元記事を読む (Simon Willison's Weblog) ↗
  • Data Center Dynamics · EN 資金・M&A
    Neocloud General Compute raises $100m in Series A funding round
    ネオクラウドのGeneral Compute、シリーズAで1億ドル調達、評価額8億ドル
    AIクラウドのGeneral ComputeがシリーズAで1億ドルを調達した。リードはBlackbird VenturesとAbstract Ventures。ポストマネー評価額は8億ドルで、5月の6000万ドルから大幅に上昇。2027年に75MWの展開を見込み、CerebrasやPositronの機器も2027年第1四半期に提供予定。
    元記事を読む (Data Center Dynamics) ↗
  • OpenAI Blog · EN 開発者ツール
    OpenAI and ServiceNow expand partnership across enterprise workflows
    OpenAIとServiceNowが提携拡大、企業ワークフローにモデルとエージェントを統合
    AI エージェント GPT OpenAI
    OpenAIとServiceNowは提携を拡大し、OpenAIのモデルとエージェントをServiceNowに組み込む。あわせてServiceNowのワークフローをChatGPTとCodexから利用できるようにする。10月28日の発表で、双方向の連携が特徴となる。
    元記事を読む (OpenAI Blog) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    When AI performs, what remains? An integrative review of generative AI and cognitive capital in individuals and organizations
    深層学習 生成 AI Meta
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 資金・M&A
    Enhanced image forensics through partial C2PA-based provenance information
    検索拡張生成 (RAG)
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    "Close enough?" An investigation into multiplication errors in LLMs
    ニューラルネットワーク 強化学習 Transformer
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    Right Numbers, Wrong Questions: Evaluating LLMs on Underspecified Financial Queries
    AI エージェント ソフトウェア工学
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.CL (Computation and Language) · EN 新モデル・リリース
    Cross-Primitive Consistency in Jev
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 新モデル・リリース
    Think Before You Act: Decision Gate for LLM Agents
    AI エージェント 強化学習
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    How Deterministic SAST and AI Security Agents Divide the Work: Coverage, Harness Policy and Cost in Snyk VulnBench 2.0
    AI エージェント Claude GPT Model Context Protocol (MCP) 検索拡張生成 (RAG)
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.AI (Artificial Intelligence) · EN 開発者ツール
    The Artificial Personality Model: Theory, Implementation, Measurement and Experimental Validation in Conversational Agents
    AI エージェント ニューラルネットワーク 検索拡張生成 (RAG)
    元記事を読む (arXiv cs.AI (Artificial Intelligence)) ↗
  • arXiv cs.CL (Computation and Language) · EN 開発者ツール
    Structural Pattern Mining in Inka Khipus: A KFG Re-Analysis
    強化学習
    元記事を読む (arXiv cs.CL (Computation and Language)) ↗