安全性・評価
A
71 件中 31〜60 件目を表示
-
HEARSAYBENCH: Can AI Navigate from Abstract Human Rights to Lived Lives?
-
BASILISC: Bayesian Alignment of Siamese-Integrated Latents for Inferring Single-cell Correspondence
-
How Architecture, Typology, and Adaptation Strategies Shape ASR for Low-Resource African Languages: A Controlled Empirical Study
-
Google、「Gemini 4 Carbon」発表 「Argon」公開から2週間、サイバー防御能力などを強化Google、Gemini 4 Carbon発表。サイバー防御と長時間の自律作業を強化Googleがフロンティアモデル「Gemini 4 Carbon」を発表した。サイバーセキュリティと長時間に及ぶ自律作業の能力を強化し、ベンチマーク首位を獲得。ハルシネーションや不正操作への耐性も高めた。まず一部のサイバー防御組織に限定提供し、順次公開範囲を広げる方針。
-
Discovering Jailbreaks via Curriculum of Models
-
Beyond fabrication: Misattributed numbers in papers written by AI research agents
-
Information-Theoretic Reliability--Safety Bounds and Finite-Alignment Dynamics in AI Knowledge Distillation
-
Curriculum-Based Deep Reinforcement Learning for Robust Autonomous Rocket Landing under Atmospheric Uncertainty
-
Rethinking LLM Jailbreak Evaluation: Continuous Risk Landscapes Beyond Binary Outcomes
-
An Alignment Benchmark for Enterprise Agents on Era by Eon
-
Value Probes: Learned Value Functions for Beam-Search Red Teaming
-
What Hallucinations Have We Measured? Semantic Illusion, Confabulation, and Expressed Uncertainty
-
Accelerating Nonlinear MPC by Behavior Cloning with Separated Timescales: Application to Nuclear Reactor Load-Following
-
PFNの国産フラッグシップモデル「PLaMo 3.1 Prime」発表 オンプレでDeep Research対応 API無料プランも開始PFN、国産基盤モデル「PLaMo 3.1 Prime」提供開始。オンプレ対応のDeep Research搭載Preferred Networksが国産の生成AI基盤モデル「PLaMo 3.1 Prime」の提供を開始した。オンプレミス環境でも使えるDeep Research機能を搭載し、ハルシネーション(誤情報の生成)も抑えたとしている。APIには無料プランも用意され、手軽に試せる。
-
日本取引所、金融市場の取引システム運用監視にAIを導入 精度97％を実現した方法JPXと日立、取引システム運用監視にAI導入し精度97%を実現日本取引所グループと日立は、金融市場の取引システムの運用監視業務にAIの本格適用を開始した。障害対応の属人化が課題となる中、ハルシネーションのリスクに向き合いながら精度97%を実現した方法を解説する。
-
Pushing Dexterity and Safety for In-Hand Object Pose Reaching That Works Remarkably Well
-
Multi-State Linear Attention with Generalized Second-Order Routing
-
When uncertainty quantification fails: structural vulnerabilities and corrections for selective prediction under clinical class imbalance
-
Your Robot’s Safety Functions Already Work. What If the Input Lies?ロボットの安全機能は働くが入力が偽られたら？IEEE Spectrumが問題提起移動ロボットの減速や協働アームの動作緩和などの安全機能は、距離や位置、停止信号といった入力情報に依存する。IEEE Spectrumの記事は、その入力が偽られた場合のリスクを問う。VicOne提供の記事である。
-
Follow the Gradient: Tracing Safety Degradation Back to Training Data
-
When Visual Evidence Is Insufficient: How Instructions, Post-Training, and Internal Activations Shape Refusal in Multimodal Language Models
-
Constraining the Commit Boundary: A DIO/ODI-Informed Authorization Guardrail for Agentic Entity Resolution
-
Game-Theoretic Solvers with Bayesian Opponent Modeling and Moral Rhetoric Framing for GLEE
-
Same Verdict, Different Readers: Personalizing Fact-Checking Explanations from Relative Preferences
-
Uncovering Why LLMs Fail: From Internal Mechanisms to Adversarial Reasoning Trajectories
-
Aligning Institutional Power and Operational Ability
-
Aligning Large Language Models for Safety in African Languages: A Case Study of Hausa
-
Decision Models as Judges for Hallucination Detection
-
Mining the Nineteenth Century for the Thirteenth: Register-Scale Forced Alignment and HTR Bootstrapping via Legacy Regesta and Antiquarian Editions
-
I-HITL: Inalienable Human-in-the-Loop