人物画像アニメーションのための暗黙的選好アライメント
人物画像アニメーションにおいて、高精度な手の動きを生成する新手法「IPA」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
3681件
ProteinJEPA：潜在予測がタンパク質言語モデルを補完
タンパク質言語モデルの性能を向上させる新しい学習手法「masked-position MLM+JEPA」が開発されました。
アンサンブル分布ロバストベイズ最適化
文脈の分布が不確実なゼロ次最適化問題に対し、新しいベイズ最適化アルゴリズムが提案されました。
Response-G1：プロアクティブなストリーミング動画理解のための明示的なシーングラフモデリング
ストリーミング動画からいつ応答すべきかを判断する新しいフレームワーク「Response-G1」が発表されました…
言語モデルが自己評価器となる：アクターの内部状態からの価値推定による強化学習
大規模言語モデルの強化学習において、モデル自身の内部状態を利用して報酬の価値を推定する新しい手法「P…
因果エネルギー最小化によるTransformer層のパラメータ化再考
Transformer層の設計を因果エネルギー最小化という新しいフレームワークで再考し、効率的なパラメータ化を…
LLMを概念習得シミュレーターとして用いた介入ベース時系列因果発見による数学的推論
LLMが数学的推論において、どの概念が正解に因果的に貢献するかを特定する新手法「CIKA」が提案されました…
SAM 3D Animal: 野生動物の3D再構築を画像からプロンプトで実現
単一の画像から複数の野生動物の3Dモデルをプロンプトで再構築する初のフレームワークが発表されました。
PsyDefDetectにおけるニュルンベルクNLP：心理的防衛メカニズム分類のための多軸投票アンサンブル
心理的防衛メカニズムのレベルを分類するタスクで、多軸投票アンサンブルシステムが最高性能を達成しまし…
安全か、それとも単に無能か？スマホ操作AIのエージェント安全性評価の再考
スマホ操作AIの安全性評価において、危険回避が能力不足によるものか、安全な判断によるものかを区別する…
後学習が大規模言語モデルを人間らしくなくする
大規模言語モデル（LLM）の後学習プロセスが、人間行動との整合性を低下させることが判明しました。
LithoBench：リモートセンシング岩石解釈のための大規模マルチモーダルモデルのベンチマーク
リモートセンシングによる岩石解釈能力を評価する、専門家が注釈を付けた新しいベンチマーク「LithoBench…