資金・M&A C
138 件中 31〜60 件目を表示
-
Change2Task: From Repository Changes to Executable Coding Agent Tasks and Environments
-
ScaFE: Data-Efficient Scar Classification with LLM-Generated Clinical Feature Programs
-
Graph Neural Network Force Fields for Spin Dynamics in Metallic Magnets
-
Beyond a Single Judge: Simulating Social Persona Panels for Generative UI Evaluation
-
A foundation model of numerical intelligence with cross-disciplinary generalization
-
Negative controls reveal volume-driven confounding in radiomics and imaging foundation model features
-
Connected Infra Group CEO Borghei eyes tower M&A opportunities amid AI boomConnected Infra Group CEO、AIブームで通信塔のM&A機会に注目データセンターダイナミクスによると、Connected Infra GroupのBorghei CEOは、AIブームを背景に通信塔（タワー）事業のM&A機会に注目していると語った。周波数オークションが通信塔業界に追い風となっているとし、業界再編への期待を示した。
-
Windowed thinning and query complexity for the bouncy particle and Zigzag samplers
-
ChipAgents raises additional $60m in expanded Series A round to support AI chip design platformChipAgents、AIチップ設計基盤で拡大Series Aに6000万ドル追加調達データセンターダイナミクスによると、スタートアップのChipAgentsは、AIチップ設計プラットフォームを支えるため拡大版のSeries Aで6000万ドルを追加調達した。すでに120社を超えるチップ企業が同社のプラットフォームを導入済みだとしている。
-
Teffic-Audio: Tell Fact from Fiction
-
Fairness Pruning: Locating Demographic Bias in GLU-MLP Layers via Differential Activations
-
From Textual Requirements to Microservice Architectures - A Comprehensive Evaluation of LLM-Based Design Synthesis
-
A Distributed Acoustic Sensing Dataset for Vessel Detection and Localization in Submarine Cable Protection
-
Vertiv's earnings and revenues grow, shares fallVertiv、増収増益もAI DC投資の変動性で株価は下落データセンターダイナミクスによると、電源・冷却大手Vertivは増収増益を達成したものの、株価は下落した。AIデータセンター投資の変動性が高まる中、市場が先行きの不確実性を警戒したためとみられる。
-
Security of World-Model-Based Embodied AI: A Lifecycle of Threats, Defenses, and Evaluation
-
Causal Discovery with Inverted Self-attention for Multivariate Time Series
-
Vibe-FDTR: An agent-oriented framework for reproducible frequency-domain thermoreflectance data analysis
-
Are AI Models Working Harder Than They Need to?AIモデルは必要以上に働いているのか？ 乗算依存の効率を問うIEEE Spectrumは、現代のAIの多くが膨大な乗算処理に依存している点に着目した記事を掲載した。生成回答から写真整理まで支えるニューラルネットワークが本当に必要な計算量で動いているのかを問い、AI推論の効率化の余地を論じている。
-
The MADRS Pipeline: Supporting Depression Assessment in Clinical Trials
-
Search Strategies for Optimal Classification and Regression Trees
-
Rethinking LLM-Judged Helpfulness as a Pedagogy Signal: A Pre-Registered Audit Across Tutor Models
-
Towards Practical Algorithm Selection for Unsupervised Domain Adaptation in Medical Imaging
-
PCAP-LM: An LLM-Native Text Representation for TLS Bulk Traffic Analysis
-
Chem World: A Large-Scale Benchmark and Physics-Informed Framework for Trustworthy Chemical Property Prediction
-
Echoverse: Deep, Evolving Environments for Training Computer-Use Agents at Scale
-
ClawTrack: Towards Trace-Level Evaluation and Improvement of Real-World Autonomous Agents
-
Learning features from Newton's algorithm: a way to accelerate nonlinear parametrized PDE solvers
-
RepBench: Compiling Benchmarks into Capability Representations for Large Language Models
-
AutoPref: Automatic Discovery of Task-Specific Preference Objectives for Neural Combinatorial Optimization
-
Complementary Matrix-Gated QKAN Fast-Weight Programmers for Quantum Dynamics Forecasting