エージェントの記憶内部で何が起きているのか？出現から診断までの回路分析
LLMベースのエージェントの記憶障害を、内部回路分析により特定・診断する研究が発表されました。
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
研究
2842件
ReasonAudio: テキスト-音声検索におけるマッチングを超えた推論評価ベンチマーク
テキスト-音声検索において、高度な推論能力を評価する初のベンチマーク「ReasonAudio」が発表されました。
GeoDecider：説明可能な岩相分類のための粗密エージェントワークフロー
LLMを活用し、地質学的な専門知識を模倣した岩相分類システム「GeoDecider」が開発されました。
堅牢なエージェント補償（RAC）：AIエージェントに補償を教える
AIエージェントの誤動作や意図しない副作用を防ぐための「堅牢なエージェント補償（RAC）」という新しい回…
密度よりも幾何学：少数ショットによるクロスドメインOOD検出
事前学習済み拡散モデルを使い、少数のサンプルで未知のデータ（OOD）を検出する新手法が開発されました。
隠蔽型セマンティック通信のための適応型デュアルパスフレームワーク
隠蔽情報伝送とタスク指向セマンティック符号化を統合した新しい通信フレームワークが提案されました。
パラメータを嗜好に置き換え：異種視覚言語モデルの連合アライメント
連合学習環境下で、異なるアーキテクチャを持つ視覚言語モデルをプライバシーを保護しつつアライメントす…
FinSTaR：時系列推論モデルによる金融推論の実現
金融データに特化した時系列推論モデル「FinSTaR」が、既存モデルを大幅に上回る精度で金融タスクを解決し…
敵対的攻撃下における自律システムのリアルタイム評価
実世界の交差点運転データに基づき、自律走行システムの敵対的攻撃に対するロバスト性を評価するフレーム…
Workspace-Bench 1.0: 大規模ファイル依存関係を持つワークスペースタスクにおけるAIエージェントのベンチマーク
AIエージェントが大規模なファイル依存関係を持つワークスペースタスクを処理する能力を評価する新しいベ…
道が分かれる場所：大規模言語モデルにおける倫理的推論の局所的かつ調整された制御
LLMの倫理的推論を、特定の倫理的枠組みに沿って制御する新しい手法が開発されました。
高速・高品質な計画生成のための自己改善
生成モデルが自己改善により、高品質な計画を高速に生成する新しい手法が開発されました。