信頼度認識アライメントで推論LLMの信頼性が向上
LLMが推論過程の信頼度を自己評価し、誤った中間ステップを修正する新手法が開発されました。
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
2810件
GraphReAct：多段階グラフ推論のための推論と行動
LLMがグラフデータ上で多段階推論を行うための「GraphReAct」フレームワークが提案されました。
事後サンプリングを用いたオフライン方策最適化
モデルベースのオフライン強化学習において、汎化性能とロバスト性の両立を目指す新しい手法「PSPO」が提…
表現力豊かな記述論理のための有界適合
表現力豊かな記述論理の概念学習において、有界適合という手法が実用的なアプローチとして有効であること…
マルチモーダルモデルの効率的なデータ選択：増分最適化ユーティリティによるアプローチ
マルチモーダルモデルの学習データ選択を効率化する「One-Step-Train（OST）」フレームワークが発表されま…
LiteGUI: 強化学習でコンパクトなGUIエージェントを蒸留
軽量でオンデバイスのGUIエージェントを開発するため、強化学習を用いた新しい学習パラダイムが提案されま…
確率的探索による微分可能シミュレータでのモデル駆動型方策最適化
微分可能なシミュレータにおいて、確率的探索を導入することで、方策最適化の性能を向上させる新しいフレ…
実現可能から実用的へ：パレート最適合成計画
化学合成計画において、複数の競合する目的をバランスさせるための新しいAIアルゴリズム「MORetro*」が開…
有限期間目標を持つ多環境POMDP
部分観測マルコフ決定過程（POMDP）の多環境版において、有限期間目標に対する最適方策と価値を計算する研…
ピクセルからプロンプトへ：ビジョン言語モデル
ビジョン言語モデル（VLM）の急速な発展と複雑化に対応するため、その概念と仕組みを体系的に解説する書籍…
ベイズ最適化によるオープンエンドなタスク発見
ベイズ最適化（BO）を用いて、最適化すべきタスク自体を発見・進化させる新しいフレームワークが発表され…
半素朴なDatalog評価による並列リフト計画
リフト計画のコアコンポーネントをDatalog評価で並列化し、計算速度を大幅に向上させました。