コンテンツへスキップ

亜美と智也のAI論文解説

最新AI論文の知見を分かりやすく解説!

7月 14 2026
0

LLMの「忘れる」を正しく評価する:非対称な汎化問題とSUITEプロトコル

投稿者: ユウ

TL;DR LLMのアンラーニング(特定知識の削除)は、忘れるべき事実…

7月 14 2026
0

AIエージェントがバグを直しやすいバグ報告書の書き方:情報タイプの影響を実証

投稿者: ユウ

TL;DR SWE-bench Verifiedの441件のバグ報告書…

7月 14 2026
0

CLIコーディングエージェントの失敗をプロセスとして解剖する大規模実証研究

投稿者: ユウ

TL;DR LLMコーディングエージェントの失敗を「最終結果」ではなく…

7月 14 2026
0

LLMで半導体フロントエンド設計を自動化する:課題と将来展望

投稿者: ユウ

TL;DR 本論文は、大規模言語モデル(LLM)を半導体のフロントエン…

7月 13 2026
0

大規模文学コーパスの自動テーマ索引付け:LLMファインチューニングの実践

投稿者: ユウ

TL;DR 本論文は、ヴォルテール全集の大規模サブコーパスを対象に、機…

7月 13 2026
0

バイナリ関数からソースコードを復元:アンカー検索とLLM推論の実践パイプライン

投稿者: ユウ

TL;DR 本論文は、ストリップされたバイナリ関数から元のソースコード…

7月 13 2026
0

コードレビューコメントの品質と多様性を両立するLLMキュレーションパイプライン

投稿者: ユウ

TL;DR 既存のコードレビューデータセットはノイズが多く、LLM学習…

7月 13 2026
0

エッジVLM推論の真のエネルギー消費は「見ること」より「話すこと」が支配的

投稿者: ユウ

TL;DR エッジデバイス上のVLM(視覚言語モデル)のエネルギー消費…

7月 13 2026
0

実装の多様性で検証容易性を向上:LLMによるWhy3検証パイプライン

投稿者: ユウ

TL;DR Diversify2Verifyは、LLMを使ってWhy3…

7月 13 2026
0

敵対的攻撃に強いVLMを実現:テスト時プロンプト適応フレームワークRITA

投稿者: ユウ

TL;DR RITAは、CLIPなどのVision-Language …

投稿のページ送り

1 2 … 248 次へ

Recent Posts

  • LLMの「忘れる」を正しく評価する:非対称な汎化問題とSUITEプロトコル
  • AIエージェントがバグを直しやすいバグ報告書の書き方:情報タイプの影響を実証
  • CLIコーディングエージェントの失敗をプロセスとして解剖する大規模実証研究
  • LLMで半導体フロントエンド設計を自動化する:課題と将来展望
  • 大規模文学コーパスの自動テーマ索引付け:LLMファインチューニングの実践

Recent Comments

表示できるコメントはありません。

過去30日間の人気記事

Proudly powered by WordPress | テーマ: Futurio