業界導入・応用 C
83 件中 61〜83 件目を表示
-
Understanding the Behaviors of Environment-aware Information Retrieval検索器ごとにクエリ生成を適応させる RL 分析の論文RAG において検索器ごとに最適なクエリ生成戦略が異なる点に着目し、LLM が強化学習でクエリ生成を検索器の特性に適応させられるかを体系的に分析した arxiv 論文。abstract ベースの中立要約。
-
Building llm-driven “ai” still requires domain knowledgeLLM駆動ツール開発でもドメイン知識の言語化が不可欠と論じるある開発者が、顧客向けAPIを使って質問に答えるLLM駆動ツールを構築する中での知見を共有。作業の大きな部分はドメイン知識を捉えて文章化することだとし、知識を厳密な構造化形式へ落とし込む必要がない点で従来のAI世代より容易だが、まさにその知識整備こそ旧世代のAIがつまずいた所だと論じる。
-
Gen-VCoT: Generative Visual Chain-of-Thought Reasoning via Diffusion-Based RGB Intermediate RepresentationsGen-VCoT: 視覚的思考連鎖をRGB中間表現で生成する多モーダル推論枠組みテキスト依存のCoTに代え、SAMセグメンテーション・Marigold深度・Qwen2-VLを段階的に用いてRGB画像を推論の中間表現として生成するGen-VCoTを提案。空間25%・深度50%の質問で改善する一方、単純な事実問では精度が下がり、CLEVRではテキストCoTが優位と報告する。
-
GD$^2$PO: Mitigating Multi-Reward Conflicts via Group-Dynamic reward-Decoupled Policy OptimizationGD²PO: 多目的RLの報酬衝突を動的サンプリングで緩和する手法を提案LLMのRL後訓練で複数報酬が競合し正負のシグナルが相殺する問題に対し、報酬をグループに分割しつつDAPOに倣って効果の薄いロールアウトを動的に除外するGD²POを提案。報酬衝突を抑え学習効率を高めると報告する。
-
Can LLM Agents Infer World Models? Evidence from Agentic Automata LearningLLM エージェントは世界モデルを推論できるか、オートマトン学習で検証ツールを呼び出す LLM エージェントが、対話を通じて隠れた環境をどこまで解明できるかを評価する研究。隠れた決定性有限オートマトン (DFA) を、メンバーシップ問い合わせと等価性問い合わせを通じて推定させる設定を用い、タスク複雑度を制御できる試験環境を構築。最新 LLM を評価した結果、DFA の規模が大きくなると性能が急落し、推論特化モデルが明確に強いと報告する。
-
SkillWiki: A Living Knowledge Infrastructure for Agent Skillsエージェントスキルの生きた知識基盤「SkillWiki」を提案知識はWikipedia、ソフトウェアはGitHubで管理される一方、エージェントのスキルには大規模な生産・統治・進化のための基盤が欠けていた。本研究のSkillWikiは、多様な知識を出所の証跡に紐づく再利用可能なスキル資産へ変換し、スキルの整理・接地・継続的進化を支える「生きた知識基盤」である。知識の取り込みからスキル生産、来歴を意識した探索、統治、実行駆動の進化まで、スキルのライフサイクル全体を提示する。デモとソースコードは公開されているとする。
-
daVinci-kernel: Co-Evolving Skill Selection, Summarization, and Utilization via RL for GPU Kernel OptimizationGPUカーネル最適化向けスキル共進化RL「daVinci-kernel」を提案GPUカーネル最適化は、機能的正しさを前提に実行効率を目的とする領域である。本研究は、スキルの発見と活用を動的に進化するスキルライブラリで結びつける強化学習フレームワークdaVinci-kernelを提案する。単一のLLMバックボーンを共有する3エージェント（BM25とLLM再ランクで技術を検索するスキル選択、CUDA/Tritonカーネルを生成するポリシー、成功例を再利用可能なスキルへ蒸留するスキル要約）を共同訓練し、実行検証で再現可能な高速化が確認されたスキルのみを追加するとする。
-
Javaアプリ更新を1カ月→3日に爆速化 “ソースコード生成AI止まり”じゃない「IBM Bob」の仕組みIBM、Javaアプリ刷新を高速化するAI「IBM Bob」を発表IBMが発表したAIツール「IBM Bob」は、先行導入企業でJavaアプリのモダナイゼーションを30日から3日へ短縮したという。ソースコード生成にとどまらない仕組みが特徴とされる。
-
Cohere triples UK footprint with new London office to support R&D growthCohere、ロンドン新オフィスで英国拠点を約3倍に拡張カナダ発の AI 企業 Cohere が、ロンドンの新オフィス（100 New Oxford Street）へ移転し、英国拠点の規模を従来比でほぼ 3 倍に拡張すると発表した。英国・欧州の AI 人材と R&D 体制の強化、エンタープライズ向けの安全な「ソブリン AI」需要への対応を狙うとしている。
-
Introducing the OpenAI Partner NetworkOpenAI、1.5億ドル投資の「Partner Network」発表、企業AI導入を加速OpenAIは、世界各地のパートナー企業による企業向けAIの導入・展開・変革を支援する「Partner Network」を立ち上げ、1億5000万ドルを投じると発表した。構造化したパートナーエコシステムを通じ、エンタープライズ領域でのAI活用を加速させる狙い。
-
Sakana AI、初の商用プロダクト「Sakana Marlin」を提供開始Sakana AI、初の商用プロダクト「Marlin」提供開始、最大8時間の自律リサーチSakana AI が同社初の商用プロダクトとなる自律型リサーチアシスタント「Sakana Marlin」を提供開始した。調査テーマを指示するだけで最大約8時間にわたり自律的に仮説立案・情報収集・検証を繰り返し、構造化されたサマリースライドと数十ページの調査レポートを生成する。独自の長期推論技術に基づき、CSO（最高戦略責任者）が担うような重厚な戦略調査をAIが代替することを狙う。セルフサーブで即日利用でき、無料のPay per useからPro・Team・Enterpriseまで複数プランを用意する。
-
Statement on the US government directive to suspend access to Fable 5 and Mythos 5Willison、Fable 5/Mythos 5停止指令を「正気でない」と論評米政府が安全保障を理由に、外国籍者によるFable 5・Mythos 5へのアクセスを全面停止する輸出規制指令を出した件について、Simon Willisonが「正気とは思えない」と批判的に論評。指令の異例さと影響を指摘している。
-
最新AI「Fable 5」でYouTube動画作ってみた 想像以上の出来に驚愕、ただし大きな弱点も最新AI「Fable 5」でYouTube動画を作成 高い出来も弱点露呈動画活用が広がる中、最新AI「Fable 5」を使って実際にYouTube向け動画を制作した検証記事。想像以上の完成度に驚く一方で、見過ごせない大きな弱点も明らかになったと報告している。
-
TCS and Anthropic partner to bring Claude to regulated industriesAnthropic、TCSと提携し規制業界へClaudeを展開Anthropicは世界最大級のITサービス企業Tata Consultancy Services (TCS)との提携を発表。TCSは56か国5万人の自社従業員にClaudeを導入し、金融・医療・公共など規制業界向けのClaude搭載製品を開発するほか、Claude Partner Networkにも参加。高精度で監査可能なAIを求める規制業界への展開をTCSの知見と顧客網で加速する。
-
AgentSpec: Understanding Embodied Agent Scaffolds Through Controlled CompositionAgentSpec、エージェント足場を統制的に分解し検証推論・記憶・反省・行動などを組み合わせた「足場(scaffold)」型LLMエージェントを、統制された構成で分析するAgentSpecを提案。各構成要素の寄与を切り分けて理解する枠組み。
-
Listening with Attention: Entropy-Guided Explainability for Transformer-Based Audio ModelsTransformer音声モデルをエントロピー基準で説明可能にする手法WhisperなどTransformerベースの音声認識(ASR)は高精度だが予測の解釈が難しい。既存の説明可能AI手法は忠実性や時間的精度に欠けると指摘し、エントロピーを手がかりに注意を可視化する説明手法を提案する。
-
When Good Verifiers Go Bad: Self-Improving VLMs Can Regress on New Tasks自己改善するVLMが検証器の悪化で新タスク性能を退行させる現象凍結した検証器で候補生成を採点し選好例を作る verifier 駆動の自己DPOは、自己改善型VLMで一般的な手法。本論文は、この設定で検証器が不適切だとモデルが新タスクで性能を退行させ得ること(Good Verifiers Go Bad)を示す。
-
A Statistical and Machine Learning Framework for Operational Threshold Detection and Deployable Dispatch Controller Development in Hydrogen Multi-Energy Systems水素マルチエネルギー系の運用閾値検出にML枠組み水素ベースのマルチエネルギーシステム(H-MES)を特徴づける統計・機械学習の枠組みを提示。運用閾値の検出と、配備可能な配車制御器の開発を扱う。
-
When Errors Become Narratives: A Longitudinal Taxonomy of Silent Failures in a Production LLM Agent Runtime本番LLMエージェント runtime の「静かな障害」を縦断分類LLMエージェントはジョブ実行・ツール呼び出し・記憶保持・結果送信を担う長寿命の自律 runtime として稼働しつつある。本論文はある永続システムを縦断的に調べ、見えにくい「静かな障害(silent failures)」の分類体系を提示する。
-
VISTA: View-Consistent Self-Verified Training for GUI GroundingGUI接地を視点一貫の自己検証で学習する「VISTA」GUI接地にGRPOを使うと単一視点のrolloutが全失敗か全成功に偏り学習信号が乏しくなる。本論文は複数視点で一貫性を取り自己検証する学習法「VISTA」を提案し、GUIグラウンディングの学習を安定化する。
-
Securing the Future of IoMT in the Post-Quantum Era: An Edge-Native Federated Learning Approachポスト量子時代の医療IoTをエッジ連合学習で守る手法医療IoT(IoMT)機器は厳しい資源制約下で機微な健康データを扱い、セキュリティとプライバシーが重要課題となる。連合学習はこれをさらに複雑化させる。本論文はポスト量子時代に向け、エッジネイティブな連合学習で安全性を確保する手法を提案する。
-
Deploy Long-Context Reasoning and Agentic Workflows with MiniMax M3 on NVIDIA Accelerated InfrastructureNVIDIA、MiniMax M3の長文脈推論とagenticワークフロー展開手法を解説NVIDIAが開発者ブログで、MiniMax M3をNVIDIAアクセラレーテッドインフラ上に展開し、長文脈推論やagenticワークフローを実行する手法を解説した。テキストや画像などで分断されがちな企業AIパイプラインの統合を狙いとし、RAGを含む生成AI活用を視野に入れた内容となっている。
-
Beyond the Training Distribution: Evaluating Predictions Under Distribution Shift and Selection Bias分布シフトと選択バイアス下の予測性能を事前評価配備前に新環境での予測性能を理解することは被害防止に重要。分布シフトと選択バイアスという二つの劣化要因の下で予測を評価する枠組みを扱う。