MoE-LoRA多言語適応を同一条件で比較、低ランク有効と読解劣化を示す
MoE–LoRAは多言語適応の万能薬ではない。原論文は8つのLoRA系手法を凍結Llama-3.1-8B・同一データ・同一評価プロトコルで比較した。低ランク設定が有利で、小規模探索は候補選定には使えるがスケール時の順位予測には不十分。
MoE–LoRAは多言語適応の万能薬ではない。原論文は8つのLoRA系手法を凍結Llama-3.1-8B・同一データ・同一評価プロトコルで比較した。低ランク設定が有利で、小規模探索は候補選定には使えるがスケール時の順位予測には不十分。
DR. GREENSは、Pythonコードのエネルギー匂い(省エネを阻害する実装)を開発中のコーディングエージェント内で検出・修復するスキルです。12分類・65原因の知識、静的解析、独立した入力生成と検証器で、挙動保持と省エネを測定します。
世界モデルは事実遷移だけでは「同じ外乱のもとで別の行動を取ったら?」を識別できない。論文は、観測結果に実行行動と代替行動の予測差を足す残差再利用で、反事実データ・追加パラメータ・再学習なしに個別反事実を推定できる条件と限界を示す。
VLMは画像の場面状態(実体・関係・活動の進行)から暗黙に有害目的を推論し、明示依頼がなくても有害支援を返しうる。
CORALは、画像に符号対称な摂動を加えた2視点と元画像のロジット差からミラー統計量を作り、画像単位で幻覚物体のFDR(誤発見率)を制御する学習不要のLVLM向け手法です。
ITAは、LLMにクレームへの支持・攻撃引数を生成させ、各引数のベーススコアを推定し、DF-QuAD意味論でクレーム強度を計算してTrue/False/Uncertainに判定する学習可能なニューロシンボリック枠組みです。
本論文は、サポートチケットへのAI応答と人手回答の差分を文書ギャップの信号として使い、複数エージェントで修正案を作り、人手レビュー後に文書へ反映する運用を提案・実装したものです。43日間のシャドー運用で499件をトリアージし92件のギャップを検出しました。
本論文は、生成AI時代に自然言語を「計算対象」から「実行可能な認知媒体」へ捉え直すNLPgを提案する理論論文です。
ALOHA Lightningは、バックドライブ可能な双腕ロボットで人手による高速キネステティック教示を行い、収集時の人手映りをマスキングで補正し、テスト時に行動チャンク間を平滑化する学習システム。
ドイツ語の経済・医学教育におけるCOR回答を対象に、15のオープンウェイトLLMと523のルーブリック由来プロンプト構成を試した研究。最良のLLM–プロンプト構成が1人の人間評価者を置換してもIAAを維持または改善したのは103基準中91、alt-test合格は90だった。