システムソフトウェア検証を拡張するニューロシンボリック証明生成
LLMと形式検証ツールを組み合わせたニューロシンボリックフレームワークが、システムソフトウェアの自動証…
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
LLM
3015件
ラルフ・ウィガムを監督する：工学設計のためのメタ認知共同規制エージェントAIループの探求
LLMエージェントが設計課題で陥る「固着」を、メタ認知による自己・共同規制で克服するAIシステムが開発さ…
静的なスナップショットを超えて：エージェント型言語モデルのための実証的評価フレームワーク
エージェント型LLMの評価における既存の課題を解決する新しい評価フレームワーク「Grounded Continuous Ev…
FutureWorld: 実世界の結果報酬を用いた予測エージェント向けライブ強化学習環境
実世界の出来事を予測するAIエージェントの性能を向上させるための新しい強化学習環境「FutureWorld」が発…
WaferSAGE：合成データ生成とルーブリック誘導型強化学習によるLLMを活用したウェーハ欠陥分析
半導体製造におけるウェーハ欠陥の視覚的質問応答を、小規模な視覚言語モデルで実現するフレームワークが…
AEM：マルチターンエージェント強化学習のための適応的エントロピー変調
LLMエージェントの強化学習において、報酬が少ない環境でも効率的に学習できる新手法「AEM」が開発されま…
強化学習LLM進化的探索によるザランキェヴィッチ数の新たな限界
LLMを用いた進化的探索により、ザランキェヴィッチ数の正確な値3つと、41個の下限が新たに発見されました。
GR-Ben：プロセス報酬モデルの汎用推論評価ベンチマーク
プロセス報酬モデル（PRM）の推論エラー検出能力を評価する新しいベンチマーク「GR-Ben」が発表されました…
マルチモーダル推論のためのセグメントアラインド方策最適化
LLMのマルチモーダル推論において、推論ステップに合わせた新しい強化学習手法「SAPO」が提案されました。
ANGOFA：アンゴラ言語モデルのためのOFA埋め込み初期化と合成データの活用
アンゴラの低リソース言語向けに、OFA埋め込み初期化と合成データを活用した新しい言語モデル「ANGOFA」が…
絡み合わない生成グラフ表現学習
グラフ表現学習において、絡み合った表現の問題を解決する新しい自己教師あり学習フレームワーク「DiGGR」…
LicenseGPT：公開データセットのライセンス順守のためのファインチューニングされた基盤モデル
公開データセットのライセンス順守を支援するAIモデル「LicenseGPT」が開発されました。