LLM理論 LLMエージェントのKVキャッシュを直接操作する手法「AKV」とは
LLMエージェントのKVキャッシュを直接操作して効率化する新手法「AKV」について解説します。
論文・技術解説
LLM理論 推論モデル・思考モデル Mosaic：マルチセッション・エージェンティックRLの階層型最適化手法
複数セッションにわたる軌跡を対象としたマルチセッション・エージェンティック強化学習手法「Mosaic」が発表されました。
LLM理論 DeepSeek-V3テクニカルレポートが公開、大規模MoEモデルの全貌
DeepSeek-V3テクニカルレポートが発表され、671Bパラメータを持つ強力なMixture-of-Experts言語モデルの詳細が明らかになりました。効率的な推論とトレーニングを実現しています。
LLM理論 大規模言語モデルと強化学習を活用した自律型建設手法の提案
大規模言語モデルと強化学習を組み合わせた自律型建設手法が提案されました。モバイルクレーンの動作計画や進捗報告に活用されています。
LLM理論 数千のAIエージェントを活用した複雑な生物学的データの分析
OpenAI、PerturbAI、Scripps Researchは、数千のAIエージェントを用いて数百万のマウス脳細胞データを32分間で分析し、新たな研究の手がかりを発見しました。
ベンチマーク・評価 データ分析タスクの合成フレームワーク「DataPraxis」と検証済みデータセット
検証済みワークスペースの進化に基づく分析タスク合成フレームワーク「DataPraxis」と、それを用いて構築された5,000件のデータセット、訓練済みモデルの性能について解説します。
ベンチマーク・評価 Microsoft、逆合成予測モデル「RetroChimera」をNature誌で発表
Microsoftの研究チームは、分子の逆合成予測を大規模かつ高精度に行う新しいフレームワーク「RetroChimera」をNature誌で発表しました。GitHubにてオープンソースとして公開されています。
ベンチマーク・評価 マルチエージェント協調は臨床タスクの幻覚を削減するか？論文解説
マルチエージェントLLMシステムは臨床タスクの性能を向上させるが、それが必ずしも推論中の幻覚削減につながるわけではないことを検証した論文の解説。
LLM理論 LLMエージェント向け構造化手続き型メモリ「SPEM」
LLMエージェントの効率的なスキル利用を目的とした構造化手続き型メモリフレームワーク「SPEM」の論文について解説します。
LLM理論 製造業向け大規模言語モデル駆動型エージェントの系統的概説
大規模言語モデルを活用したスマート製造向け産業用エージェントに関する系統的な概説論文の概要。5つの課題や4層システムアーキテクチャなどを提示。
LLM理論 Microsoft Research、物理AIロボット向け推論オフロードの利点を発表
Microsoft Researchが物理AIロボットの推論オフロードに関する研究成果を発表。オンボードGPUからエッジやクラウドへのオフロードが性能やバッテリー寿命に与える影響を検証しています。
自律型エージェント Navalia：検証可能なタスク合成と長期ポストトレーニングによるCowork Agentの高度化
Navaliaは、企業財務報告を活用した検証可能なタスク合成と長期ポストトレーニングを組み合わせ、Cowork Agentのタスク実行能力を向上させるフレームワークです。
LLM理論 大規模言語モデルと多目的強化学習によるRTLコード生成手法
大規模言語モデルと多目的強化学習を組み合わせ、RTL回路のPPA最適化において多様なパレート最適解を生成する新手法が提案されました。
LLM理論 放射線科レポート構造化をエッジデバイスで実現するMedPAO-Assist
放射線科のレポート構造化に向けた、エッジデバイス展開可能なモダリティ対応エージェント型AIフレームワーク「MedPAO-Assist」について解説します。
ベンチマーク・評価 LLMエージェントの長期自律経営を評価する「E-Commerce Bench」発表
Alibabaの研究者らは、LLMエージェントの長期的な自律的ビジネス運営能力を評価するオープンソースベンチマーク「E-Commerce Bench」を導入した。
ベンチマーク・評価 LLMの意思決定における公平性を評価する新ベンチマーク「FairStress」登場
Hugging Face等によるFairStressは、LLMの意思決定における隠れた非対称性や説得への耐性を測定するベンチマークです。
ベンチマーク・評価 ALTK-Evolveが学習済みメモリでカスタマーサービス向けベンチマーク「τ²-bench」首位を獲得
ALTK-Evolveは、モデルの重みを更新することなく、学習済みメモリとガイドラインを用いてカスタマーサービス向けベンチマークτ²-benchの小売部門で上位を達成しました。
LLM理論 NVIDIAのLooped LLM「Dory1.0-4B」とは？層の繰り返しで性能を高める新アーキテクチャ解説
NVIDIAが開発したLooped LLM「NVIDIA-Nemotron-Labs-Dory1.0-4B-BF16」の技術概要、推論コスト調整機能、ベンチマーク結果を解説します。
LLM理論 ChatGPT広告の実態調査：米大学が91のアカウントで検証
米大学の研究チームが91のおとりアカウントを用いた実証調査により、大規模言語モデルにおける広告配信の実態を分析しました。
LLM理論 閉ループtest-time計算で凍結LLMを拡張するフレームワーク「EMO」
文脈最適化とロジットステアリングを交互に行うトレーニング不要のフレームワーク「EMO」の仕組みと実験結果について解説します。
ベンチマーク・評価 農業生態系エージェントモデルの意思決定ルールに対する感度分析
MAELIAプラットフォームの作物管理手順を階層的な設計空間としてエンコードし、ランダムフォレストを用いたHSIC-ANOVA手法を提案する論文の解説。
LLM理論 GUIエージェントの長期記憶を改善する「ECHOES」手法
GUIエージェントの視覚的履歴圧縮と特権オンポリシー蒸留を通じて長期推論を強化する手法「ECHOES」について解説します。
論文・技術解説 拡散モデルの反復ノイズ除去を活用したユーザー表現フレームワーク「FINDERS」
拡散言語モデルの反復ノイズ除去プロセスを多粒度再構築空間として利用する、シナリオ適応型ユーザー表現フレームワーク「FINDERS」の研究内容について解説します。
論文・技術解説 LLMエージェントの人間制御を維持するSAIプロトコル
LLMエージェントに対する人間からの指示の持続性と正確性を向上させる「Structured Authority Injection（SAI）」プロトコルに関する論文の解説。