7月 15 2026

0

スポーツ映像理解の新ベンチマーク：複数カメラを活用するエージェントフレームワーク

投稿者: ユウ

TL;DR 既存のMLLMは単一視点の動画理解に優れるが、スポーツでは…

7月 14 2026

0

推論・サンプリングでは届かない性能向上：Interaction Scalingと接地の重要性

投稿者: ユウ

TL;DR 推論時計算量を増やす方法として、推論（思考時間増加）とサン…

7月 14 2026

0

ARMTでLLMのコンテキストを拡張：定常メモリと30%省FLOPsを実現

投稿者: ユウ

TL;DR ARMTは、LLMに連想型リカレントメモリを追加し、コンテ…

7月 14 2026

0

LLMで人間の経路選択バイアスを再現：大規模行動モデリングへのスケーラブルな代替手法

投稿者: ユウ

TL;DR 本論文は、大規模言語モデル（LLM）を用いて、人間の経路選…

7月 14 2026

0

推論のボトルネックを構造化：Hourglass Reasoningによる帰納推論の強化

投稿者: ユウ

TL;DR Hourglass Reasoningは、LLMの帰納推論…

7月 14 2026

0

LLM評価バイアスを内部表現から読み解く：幾何・因果・予測の統一フレームワーク

投稿者: ユウ

TL;DR LLM-as-Judgeのスコアリングバイアスは、入力の表…

7月 14 2026

0

E-VQA：動画の答えと根拠をピクセル単位で示す新タスク

投稿者: ユウ

TL;DR 既存のVideo LLMは回答のみを出力し、なぜその答えに…

7月 14 2026

0

エージェントLLMに共有選択的永続メモリを導入、タスク完了率96%を達成

投稿者: ユウ

TL;DR 本論文は、エージェントLLMシステムにおいて、セッション間…

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…