7月, 2026 - 亜美と智也のAI論文解説 - Page 8

7月 23 2026

0

LLMの有害出力確率に厳密な下限を与える新フレームワーク

投稿者: ユウ

TL;DR LLMが固定プロンプトに対して有害な出力を生成する確率に対…

7月 23 2026

0

画像と質問の順序で精度が変わるVLMの弱点をテスト時間学習で修復

投稿者: ユウ

TL;DR Vision-Language Modelは画像→質問の順…

7月 23 2026

0

複数知識源と異なる言語間で最適化戦略を再利用するMoST

投稿者: ユウ

TL;DR MoSTは、LLMを用いたコード最適化フレームワーク。従来…

7月 23 2026

0

2段階メタルーブリックで評価する事実完全性：GAMUTベンチマークの実装解説

投稿者: ユウ

TL;DR GAMUTは、長文生成の事実完全性（回答に必要な全情報が含…

7月 23 2026

0

RLVRによる法的翻訳：推論のコストと品質のトレードオフ

投稿者: ユウ

TL;DR RLVR（検証可能報酬による強化学習）でファインチューニン…

7月 23 2026

0

病理AIの新ベンチマークPathAgentBench：WSIからの証拠獲得能力を評価

投稿者: ユウ

TL;DR PathAgentBenchは、病理診断におけるWSI（ギ…

7月 22 2026

0

専門知識を要する画像生成の評価ベンチマーク「ExpertVerse」と強化学習による推論最適化

投稿者: ユウ

TL;DR ExpertVerseは、9つの認知能力×8つの専門分野か…

7月 22 2026

0

長文推論でモデルが入力を丸写しする問題と、証拠に注目させる報酬設計GEAR

投稿者: ユウ

TL;DR 長文推論タスクでLLMが入力をそのまま思考にコピーする「反…

7月 22 2026

0

LLM検出がユーザーの利用量と品質に与える逆説的影響

投稿者: ユウ

TL;DR LLM検出ツールは、不完全であるがゆえにユーザーの行動を歪…

7月 22 2026

0

OmniReasoner：長尺音声動画の推論を「ズームイン」ツールで効率化する手法

投稿者: ユウ

TL;DR OmniReasonerは、長い音声動画に対して、まず低コ…