LLMエージェント開発を簡素化するJac:モデル操作とワークフローを統一言語化
Jacは、LLM呼び出し・ワークフローと状態・モデルによる次ステップ選択を一つの言語で表し、開発用コードを減らしつつコンパイラ/ランタイムの最適化を可能にする試みです。5ベンチマークではOpenAI SDK比1.8–8.7×のAI統合コード削減、品質は競争力ありと報告されています。
Jacは、LLM呼び出し・ワークフローと状態・モデルによる次ステップ選択を一つの言語で表し、開発用コードを減らしつつコンパイラ/ランタイムの最適化を可能にする試みです。5ベンチマークではOpenAI SDK比1.8–8.7×のAI統合コード削減、品質は競争力ありと報告されています。
本論文は、凍結LLMエージェントのプロンプト・スキル・記憶・ハーネスを進化させるループを大規模に再現し、停滞の主因を「良い候補を提案できないこと」ではなく「ノイズの多い評価で真の改善を安定して識別できないこと」に置くResolution仮説を検証した診断研究である。
π4は、単一画像・順序なし画像集合・動画といった未校正RGBから、密な幾何・カメラ姿勢・メートルスケールを推定し、複数画像では2D/3D点追跡と動物体マスクも一度の順伝播で得る統合基盤モデル。共有バックボーン約0.5Bパラメータで、幾何ブランチと幾何条件付き運動ブランチを組み合わせる。
3日間の追試では、AstraはBreakoutなど小型ゲームネットワークの重みを直接書き、改変ゲームでも機能した。書かれたネットワークはPythonに逆コンパイルでき、重み読み取りは主に入力層の配置把握に留まる。監査は浅く、オープンウェイトは未達で、対象は小規模ネットワークに限られる。
本論文は、2024年メキシコ選挙期のスペイン語政治SNS投稿1,354件を対象に、3名の人手注釈からGold/Ambiguousを作り、非中立投稿の感情反転CounterfactualからSyntheticを作成。
SoBは、複数エージェントの推論を「潜在信念の力学」として扱う。各エージェントは確率重み付きトークン埋め込みからなる信念トークンを持ち、全体相互作用と局所精錬を反復する。共同信念状態が均衡に近づくと早期停止し、最終信念から多数決で回答する。
ScenarioForgeは、LLMが作ったサイバー演習案をそのまま信用せず、カタログ上の実在する脆弱性・コンテナ・課題生成器に紐付け、CORE上で構築・依存順序・実行時検証まで行う枠組みです。
ScaleVLAは、552BのMoE VLM(DeepSeek-V4.1-Flash-1017)を凍結し、学習可能な行動DiTで連続行動チャンクを生成するロボット基盤モデルです。
本論文は、再起動・改変できない稼働中PyTorch/CUDAプロセスに非改変デバッガを接続し、割当ログから残差ストリームを盲目的に選んでVRAMのバイトを読む手法を示す。
K2-Horizonは0.9B〜375B-A23Bの6モデルを、重み・中間チェックポイント・データ・コードまで公開する取り組みです。