LLMエージェントがランキングモデル群の特徴量をコスト制約下で最適化
大規模Webプラットフォームのランキングモデル群に対し、LLMエージェントが特徴量候補の生成・重要度ランキング・混合を進め、配信コスト上限と共有パイプライン予算の下で特徴選択を探索するシステム。
大規模Webプラットフォームのランキングモデル群に対し、LLMエージェントが特徴量候補の生成・重要度ランキング・混合を進め、配信コスト上限と共有パイプライン予算の下で特徴選択を探索するシステム。
RTAは、LLMに分数減算の各解法ステップへ属性ラベルを付けさせ、その推論トレースからQ行列を再構成して参照Q行列と照合する枠組みです。最終行列だけでなく各項目―属性割当の根拠を点検できますが、実験ではCoT由来Q行列は直接生成より参照との一致が低く、反復間の変動も大きい結果でした。
Swift Samplingは、長時間動画の全フレームを均等に使う代わりに、VLMの視覚特徴の時間変化をTaylor展開で予測し、予測から大きく外れる「時間的な驚き」の局所最大をK枚選ぶ訓練不要のフレーム選択法です。
CFGの線形外挿は確率保存を崩し、強ガイダンスで飽和やアーティファクトを生む。論文はガイダンスを発散項とスコア平行項に分解し、AdaMaGとしてスコア平行成分の減衰と終盤の時間依存スケジュールを導入する。追加の関数評価なしで学習多様体からの逸脱を抑えるplug-and-play手法。
LLMの推論トレース全体を模倣せず、指示違反が最初に起きた箇所だけを編集者に最小修正させ、その編集スパンだけを教師あり学習する。
ChainFlow-VLAは、自動運転の軌道生成を「ARで因果的な候補を作る→VLMの隠れ状態を条件に拡散モデルで残差補正する→スコアラで選ぶ」と統合。NA VSIM v1で94.85を報告し、人間レベル94.8に匹敵する。ARの誤差蓄積と拡散の因果制約欠如を補う狙い。
Aggronは、長いマルチターンLLMエージェントのKVキャッシュ肥大化でバッチ処理が制限される問題に対し、毎ターン散文だけを選別要約し、別の要約キューからHOL(先頭詰まり)停滞中の空き計算・メモリで要約を走らせる serving system です。
PointForwardは、画像ピクセルごとにガウシアンを予測する代わりに、世界座標の疎な3Dクエリへ多視点特徴を空間時間融合するフィードフォワード運転シーン再構成です。動的物体は3Dバウンディングボックスのシーングラフで正準空間に変換し、インスタンス単位の動きを扱います。
VAGENは、GUIエージェントの操作軌跡を要約してまず静的・視覚的に確認し、証拠不足時だけシェル/PythonやGUI操作で環境状態を能動的に調べる検証エージェントです。成功/失敗の報酬と信頼度を返し、OSWorld-VerifiedとAndroidWorldで評価されています。
ROGUE-AIは、報道されたLLMエージェント事故をオフラインで再現し、報告が原因とする要素だけを除いた対照と比較する監査フレームワークです。253件の報告から108件の再現を構築し、89%で報告された危害を再現しました。5つの現行モデルは事故条件で18〜33%誤り、対照では最大1%でした。