THE NEXT THING, IN PERSPECTIVE独立系 AI ニュースサイト

最新の AI ニュースを、いち早く。

公式発表と業界報道を集め、時系列で AI の変化を追います。

TODAY’S BRIEFING

最新ニュース

ニュース一覧
AIコーディング / 01Speed Insights および Web Analytics がカスタム環境をサポートするようになりましたVercel
01 / IN FOCUS

Speed Insights および Web Analytics がカスタム環境をサポートするようになりました

Vercel
AIコーディング / 02Vercel Sandboxのスナップショット作成が最大10倍高速になりましたVercel
02 / IN FOCUS

Vercel Sandboxのスナップショット作成が最大10倍高速になりました

Vercel
安全性・政策・ガバナンス / 03ディズニーはAdobeと提携して独自のAIモデルを開発し、テーマパーク、映画・テレビ、スポーツ事業に展開する。ディズニーとAdobeは複数年にわたる戦略的パートナーシップを締結し、ディズニーの各事業向けにカスタマイズされた生成AIモデルを共同で開発するとともに、AIツールをテーマパーク、映画・テレビ制作、スポーツメディアなどの分野へ段階的に導入し、コンテンツ制作、プロジェクト開発、ユーザーとのインタラクションを探求していく。協業の初期段階では、世界中のテーマパーク、リゾート施設、クルーズ船事業を運営するディズニー・エクスペリエンス部門のプロジェクト開発を加速させることを重点とする。両社はさらにAI技術を活用して関連アプリケーションの推進を継続する予定である。 さきほど 0AIBase AI资讯
03 / IN FOCUS

ディズニーはAdobeと提携して独自のAIモデルを開発し、テーマパーク、映画・テレビ、スポーツ事業に展開する。ディズニーとAdobeは複数年にわたる戦略的パートナーシップを締結し、ディズニーの各事業向けにカスタマイズされた生成AIモデルを共同で開発するとともに、AIツールをテーマパーク、映画・テレビ制作、スポーツメディアなどの分野へ段階的に導入し、コンテンツ制作、プロジェクト開発、ユーザーとのインタラクションを探求していく。協業の初期段階では、世界中のテーマパーク、リゾート施設、クルーズ船事業を運営するディズニー・エクスペリエンス部門のプロジェクト開発を加速させることを重点とする。両社はさらにAI技術を活用して関連アプリケーションの推進を継続する予定である。 さきほど 0

AIBase AI资讯
AI NEWS × FOXAI変化の兆しから、次の一歩へ

最新ニュースから、自分に合うツールまで。

AI ツールを探す

役立つAIツール

横にスワイプ →
Open Designデザイン・3D

OpenDesign はオープンソースのデザインワークスペースで、ローカルのプログラミングエージェントや独自のモデルキー、あるいはクラウド上のモデルを接続して、デザインシステムを中心にプロトタイプ、ウェブページ、プレゼンテーション、グラフィックの作成と編集が行えます。なお、ローカルソフトは無料ですが、モデルサービスには料金が必要です。

AI設計ツール分类推荐榜首無料で開始可能詳細を見る
AI Short文章・コンテンツ

AISアラート管理と共有プラットフォーム、複数のシナリオのためのクイックコマンド

AIのヒントコマンド分类推荐榜首料金未確認詳細を見る
JAXモデル・インフラ

JAXは、アクセラレータ向けのPython数値計算ライブラリであり、高性能な配列計算と大規模機械学習を目的として設計されています。CPU、GPU、TPUなど、さまざまなハードウェアバックエンド上で同一のコードを効率的に実行できます。

AI開発プラットフォーム分类推荐榜首料金未確認詳細を見る
MemoAI音楽・オーディオ

MemoAIは、AI駆動の音声・動画からテキストへの変換ツールで、データをアップロードする必要なくローカル処理を実行し、プライバシーとセキュリティを確保します。YouTube動画、ポッドキャスト、およびMP4、MP3、AAC、M4Aなどのローカル音声・動画ファイルを効率的にテキストに変換し、多言語翻訳、話者分離、リアルタイム字幕、フローティングノートといった主要機能を提供。会議録作成、インタビューの整理、コンテンツ学習など、さまざまなシーンで活用できます。

AIオーディオツール分类推荐榜首料金未確認詳細を見る
Kiroプログラミング・開発

Kiroは開発者向けのAIエンジニアリングツールで、要件を仕様・アーキテクチャ・タスクに整理し、エージェントによってコードを生成するとともに、属性テスト、実行時の記憶、開発ツールとの統合により、計画段階からコードレビューまでのフローをサポートします。

AIプログラミングツール分类推荐榜首無料で開始可能詳細を見る
EvoMapエージェント・自動化

EvoMapは、AIエージェントの経験再利用を目的としたインフラストラクチャであり、GEPプロトコルによって再利用可能な戦略と検証履歴付きの修正アセットを整理し、市場順位や品質順位を提供することで、異なるエージェントが既存の能力を発見・評価・継承できるよう支援します。

分类推荐榜首料金未確認詳細を見る
IamIP業界向け AI

IamIPは、AIを駆動する検索、分析、監視ツールを提供する特許プラットフォームであり、ユーザーが特許研究と管理をより効率的に行えるようにします。

待评分 · 分类列表推荐料金未確認詳細を見る
Udacity AI学院教育・言語

Udacity AI アカデミーは、機械学習、ディープラーニング、コンピュータビジョン、自然言語処理、AIプロダクトマネジメントを網羅した、人工知能に関するコースと学習パスの入り口です。基礎から応用まで、目的に合わせてコースやプロジェクト型トレーニングを選択できます。

AI学習サイト待评分 · 分类列表推荐料金未確認詳細を見る
My Glow Up AI生活・個人向け

My Glow Up AIは、登録不要で無料の分析を提供し、あなたの髪型の提案と美容計画を生成できます。

待评分 · 分类列表推荐料金未確認詳細を見る
Elicit知識・研究

Elicitは、科学研究向けに意味検索、研究報告書の作成、文献のスクリーニングおよびデータ抽出を提供し、出典資料内での回答の追跡が可能で、文献ライブラリ、研究エージェント、継続的なフォローアッププロセスを通じて証拠を整理します。問題の探索から体系的レビューへの推進に適しています。

論文文献研究待评分 · 分类列表推荐無料で開始可能詳細を見る

いま起きている AI の変化

860 件の公開ニュース
研究論文 · 198 件のニュース絞り込みを解除 ×
2026-11-09
時系列で変化を追う
13:00

AtariBench:Atariゲームプレイにおけるビジョン・言語モデルの時空間推論の評価

arXiv:2611.08755v1 発表タイプ:新規 要旨:ビジョン・ランゲージモデル(VLM)は、静的な視覚理解ベンチマークにおいて優れた性能を示していますが、動的な環境での行動能力についてはまだ十分に解明されていません。本稿では、Atari 2600のゲーム20種類に対してVLMを評価する制御されたベンチマークであるAtariBenchを提案します。このベンチマークでは、時間分解能の高いゲームプレイストリームから逐次的な意思決定を行うことが求められます。ゲーム内の迅速なダイナミクスと経過時間に基づく推論速度を分離することで、AtariBenchはモデルが視覚的情報の急速な変化を捉え、時空間的ダイナミクスを推論し、現在の観測に基づいて行動を決定できるかに焦点を当てています。実験の結果、最先端のVLMには大きな限界があることが明らかになりました。具体的には、物体の動きや方向を推論できない場合が多く、逐次的な意思決定が脆弱であり、新たに付加された視覚フィードバックにもかかわらず、テキストによる相互作用履歴に過度に依存していることが示されました。さらに、モデルの能力を示す信頼性の高い指標となるゲーム内スコアを特定するための分離可能性分析を導入し、メモリ設計やプロンプト戦略が性能に与える影響を調査しました。全体として、AtariBenchは受動的な視覚認識と能動的な意思決定の間にある持続的なギャップを浮き彫りにし、動的な環境で推論し行動できるVLMの開発のための軽量かつ厳密なテストベッドを提供します。

モデル評価・ベンチマーク原文を読む
13:00

ISER-MoE:エキスパート並列処理における負荷分散のためのホットエキスパートのスイッチ内動的複製

arXiv:2611.09008v1 発表タイプ:新規 要旨:エキスパート並列型混合专家(MoE)層は、最も負荷の高いGPUの速度で動作し、一部のホットなエキスパートが過剰な負荷の大部分を担っています。各MoE層でそれらを複製しても、重みが層内に到着する場合にのみ負荷が均衡し、所有者からのブロードキャストがボトルネックとなります。ポイントツーポイントコピーはそれを過負荷にし、ベースラインのブロードキャストではレイテンシや帯域幅のオーバーヘッドが発生します。そこで我々は、TensorRT-LLMに組み込まれたISER-MoE(In-Switch Expert Replication for MoE)を提案します。これはNVLinkスイッチを通じてホットなエキスパートを固定されたGPUグループへマルチキャストすることで、各バイトが所有者から一度だけ送出されるようにします。GPUスケジューラーは層ごとにホットなエキスパートをグループに割り当て、マルチポートブロードキャストにより注入をグループのポート間に分散させ、これらは共有エキスパートと重ね合わせて行われます。トレースリプレイにおいて、スケジューラーは過剰な負荷の98〜99%を削減しました。DeepSeek-V4-Proのプレフィルサービングにおいては、数学ベンチマークでスループットが17.4%向上し、エージェント系プロンプトでは7.2%向上しました。

モデル評価・ベンチマーク原文を読む
13:00

UniExit:異種エッジAI向けの統合遅延意識型早期終了ランタイム

arXiv:2611.09159v1 発表タイプ:新規 要旨:エッジアプリケーションでは、CNNベースの認識とエッジ展開可能なTransformerベースの言語モデルを組み合わせるケースが増加していますが、リソース制約のあるデバイス上でこのような異種ワークロードをデプロイするのは困難です。これは、推論レイテンシが入力の難易度および実行時のハードウェア状態の両方に依存して変動するためです。早期終了推論は中間段階で処理を終了することで計算量を削減しますが、既存手法は多くの場合モデル固有であり、動的なエッジ環境下では陳腐化する静的なレイテンシプロファイルに依存しています。本論文では、異種エッジAI向けの統一されたレイテンシ-awareな早期終了ランタイムであるUniExitを提案します。UniExitはCNNブロックとTransformer層を順序付けられたステージとして抽象化し、モデル固有の品質メカニズムを維持しつつ、共通のレイテンシ-awareルーティングポリシーを適用します。実行時状態と推論進捗から次の終了点に到達する際のコストを予測し、バジェット-awareな継続/終了判断を行います。UniExitは、実行時状態-awareなレイテンシ予測、キャッシュベースの予測再利用、トレンド-awareフォールバック、およびCNN固有の終了安定化を組み合わせることで、オーバーヘッドが低く堅牢なオンライン制御を実現します。我々は複数のエッジおよびエッジ-クラウドプラットフォーム上でUniExitを実装し、代表性のあるCNNおよびTransformerベースの言語モデルワークロードを用いて評価しました。単一ワークロード、同時実行中の異種ワークロード、およびエッジ-クラウド設定のいずれにおいても、UniExitは既存のプログレッシブ推論ベースラインに比べて、締切満足度とレイテンシ-精度のトレードオフを一貫して改善するとともに、冗長な終了モジュール計算やタスクレベルのエネルギー消費も削減します。

著作権・プライバシー・倫理原文を読む
2026-11-06
時系列で変化を追う
13:00

エピグラフ形式によるガイド付き探索を用いた協調的マルチエージェント強化学習

arXiv:2611.07066v1 発表タイプ:新規 要旨:マルチエージェント強化学習(MARL)において協調行動を発見することは、共同状態・行動空間の組合せ的複雑性により困難であり、試行錯誤だけでは協調的な行動の出現が妨げられる。内在報酬は発見支援にしばしば用いられるが、チーム目標と単純に組み合わせると学習信号が歪められ、タスク性能が損なわれる可能性がある。本論文では、確立されたタスク性能を維持する制約の下で探索目標を最大化する制約付き探索フレームワークEFXPLORERを提案する。得られる問題は、適応型探索予算を導入するエピグラフ再定式化を用いて解決する。このアプローチは内在報酬とタスク目標を分離し、タスクの実現可能性を通じて探索を制御する。さらに多様で時間的に拡張された探索を促進するため、長期的な依存関係を捉える後継者距離ベースの内在報酬を組み込む。実験的には、本手法は強力なベースラインを上回り、SMAX、VMAS、MPEのベンチマークスイート全体で新しい協調戦略を誘発する。

学習・微調整・アラインメント原文を読む
13:00

ハウスホルダー・モーション埋め込み:モーション制御可能な動画生成のためのノイズ変調

arXiv:2611.07294v1 発表タイプ:新規 要旨:動画生成のための拡散モデルは顕著な成功を収めているが、明示的なユーザー指示のもとでの精密な動き制御は依然として困難である。最近のノイズワーピング手法は、ユーザーから提供された動き信号に従ってノイズを変形させることで時間的相関を導入する。しかし、標準的な空間ワーピングは一般にノイズの独立同一分布(i.i.d.)ガウス構造を破壊し、ヤコビアンベースの補正などの分布補正を必要とするが、その計算負荷は非常に大きい。我々はハウスホルダー・モーション・エンベディング(HME)を提案する。これは、各位置のチャンネルベクトルに適用される直交変換を構成する一連のハウスホルダー反射を通じて、動き信号をノイズに符号化する手法である。HMEは各フレーム内の空間的ガウス構造を正確に保持しつつ、フレーム間相関を導入することで時間的に整合性のある動画を促進する。HMEはネットワークアーキテクチャに依存せず、標準的な動画拡散ファインチューニングパイプラインに直接組み込むことができる。さまざまなシナリオにおける実験では、HMEが最新技術と同等またはそれ以上に性能を発揮する一方で、ノイズワーピングに比べて2.7倍の高速化を達成することが示されている。これらの結果は、チャンネル空間におけるハウスホルダー変換が、動き制御可能な動画生成においてノイズワーピングに対する原理的かつ効率的な代替手段となり得ることを示している。

動画生成原文を読む
2026-11-05
時系列で変化を追う
13:00

GPUにおけるカーネル外最適化の性能ポータビリティ:分子ドッキングのケーススタディ

arXiv:2611.06207v1 発表タイプ:新規 要旨:繰り返し実行されるマルチカーネルGPUパイプラインとして構築された不規則な科学アプリケーションにおいては、スループットがカーネルの効率と同程度にカーネル外の判断に依存するため、性能の移植性を実現するのは困難である。分子ドッキングを代表的なケーススタディとして取り上げ、バッチングポリシー、ワーカーの並行度、および各ワーカーごとのメモリ割り当てを明示的な最適化パラメータとして扱うカーネル外チューニング手法を提案する。この手法では、バックエンド依存の占有率主導型の選択を、明示的なリソース制約に基づくより移植性の高い実行戦略に置き換える。本手法をmuDockミニアプリに実装し、マネージャ/ワーカー実行モデル下で複数のホストワーカーが独立したストリームを通じてGPUを共有する環境を構築した。その後、NVIDIA、AMD、Intelの各GPUに対し、CUDA、HIP、SYCLの実装上で評価を行った。評価対象となったすべてのプラットフォーム/バックエンドの組み合わせにおいて、メモリ制約に基づく定式化は占有率主導型のベースラインのピークスループットを上回った。完全にチューニングされた本手法は、テストしたすべての構成でエンドツーエンドのスループットを向上させ、ベースラインに対して平均1.53倍の高速化を達成した。

半導体・GPU・ハードウェア原文を読む
2026-11-04
時系列で変化を追う
13:00

EvoCache:パブリックキャッシュアンカーによるブラウザ上での大規模言語モデル配信の高速化

arXiv:2611.04638v1 発表タイプ:新規 要旨:大規模言語モデル(LLM)はブラウザ上で直接実行可能ですが、通常はまず数百MiB、場合によっては数GiBにも及ぶモデルファイルをダウンロードする必要があります。同じLLMが異なるパブリッシャーによって再パッケージ化されることが多く、これらのファイルは内容の大部分を共有していますが、バイトレベルでの差異により、フルファイルキャッシュによる再利用はできません。そこで我々は、ブラウザ管理型のLLM配信システムであるEvoCacheを提案します。EvoCacheは、ブラウザが閲覧履歴とは独立して事前に保存しておく公開キャッシュアンカーを利用し、サイトが要求したパブリッシャー版を無損失で再構築します。サイトは対象のみを指定し、ブラウザがアンカーを選択して再構築を実行することで、両者をサイトから隠蔽します。1,000の公開リポジトリを調査した結果、人気上位100のLLMのうち61が複数のパブリッシャーによって提供されており、重複するバージョンの98.1%がフルファイルキャッシュでは再利用できないことが判明しました。23組のクロスパブリッシャーモデルパッケージにおいて、EvoCacheはトラフィックを中央値で77.3%削減し、すべての比較対象を上回りました。240件の実際のエンドツーエンドブラウザ実験では、EvoCacheは通常のフルダウンロードに比べてネットワークトラフィックを78.9%、ページ準備時間を64.2%削減しました。他のサイトが残したキャッシュデータについても、EvoCacheはヒット時とミス時の返却時間を同一にすることで、ユーザーのクロスサイト間キャッシュプライバシーを保護します。

著作権・プライバシー・倫理原文を読む
13:00

推論は位相的に単純である

arXiv:2611.03739v1 発表タイプ:新規 要旨:私たちは、推論を含むテキストは非推論テキストよりも共起のトポロジーが単純であり、さらに質の高い推論は質の低い推論よりも共起のトポロジーが単純であるという仮説を定式化し、検証します。また、AIセーフティおよびAI評価への応用について議論し、検証を行います。

AI安全性・リスク原文を読む
2026-10-30
時系列で変化を追う
12:00

フェアなディープフェイク検出のための交差的不変学習

arXiv:2610.37881v1 発表タイプ:新規 要旨:ディープフェイク検出モデルは全体的な精度は高いものの、人口統計上の各グループ間で性能に大きな偏りが見られ、一部のグループでは他のグループに比べて偽陽性率が著しく高くなるという問題があります。既存の公平性を考慮した手法は、モデルの出力を制限してグループ間の予測結果を均等化することによってこの問題に対処していますが、根本的な特徴レベルのバイアスには対処していません。その結果、モデルは依然として肌の質感など、人口統計的特性を操作されたコンテンツを検出するための間接的な手がかりとして利用してしまう可能性があります。この問題を解決するために、我々は交差的不変学習(IIL)というフレームワークを提案します。これは、単にモデルの出力を調整するだけでなく、特徴学習自体を改善するものです。IILでは、最も困難な人口統計的区分を特定することを繰り返し行い

論文・研究動向原文を読む 経緯と関連報道
12:00

医用画像間の最適輸送における凸ポテンシャル学習

arXiv:2610.37844v1 発表タイプ:新規 要旨:医用画像間の最適輸送マップを計算することは、形態学的解析において基本的な役割を果たします。しかし、既存の手法は大規模な3D医用画像に対してスケールしにくいか、あるいは正則化された定式化に依存しており、近似的な輸送マップしか提供できません。ダウンストリームの医用画像解析の精度を向上させるため、私たちは凸ポテンシャル関数をパラメータ化することで最適輸送マップを推定する新たなアプローチを提案します。この手法により得られる輸送マップは、構造上、回転がゼロであり、ブレニエの定理と整合しています。我々は、2Dおよび3Dの医用画像データセットの両方で本手法を評価しました。実験結果は、当手法がより低い輸送推定誤差を達成し、高いq

業種別の活用原文を読む 経緯と関連報道
12:00

モデルキャリブレーションのためのアモルティズド局所化事後推論—海洋乱流閉鎖への応用

arXiv:2610.37731v1 発表種別:新規 要旨:モデルの不一致により、単一のキャリブレーションパラメータだけでは、文脈領域全体にわたって物理的応答を再現できない場合がある。さらに、観測値や文脈における不確実性もキャリブレーションに影響を及ぼし、これらを考慮・定量化する必要がある。本研究では、ターゲットとなる文脈への近接度に応じて観測尤度に重み付けを行うことで、局所化された事後分布の族を構築する。ガウス型の局所化重みは、共分散の膨張を通じて文脈の不確実性を組み込み、領域境界での反射および不均一な文脈サンプリングに対する補正をオプションで適用できる。条件付き正規化フローを用いて、この事後分布の族をアモルティズド変分推論によって近似する。所定の文脈測度の下で局所化された事後分布を統合することで、

論文・研究動向原文を読む 経緯と関連報道
12:00

食品類似性とは何か?インド料理における視覚的表現と検索

arXiv:2610.37867v1 発表タイプ:新規 要旨:食品類似性は、検索、推薦、代替など、さまざまな食に関する計算タスクの基盤となっているが、従来の食品表現評価では主に同一性の保持に焦点が当てられてきた。そこで私たちは、同一性を超えた食品類似性について考察する。すなわち、異なる視覚的表現が食品をいかに関係的な近隣群として整理し、これらの近隣群がどのような料理上の関係を明らかにしたり隠蔽したりするのか、さらに、こうした構造が表現間でどの程度一貫して現れるのかを問う。インド料理は、視覚的に類似している食品であっても異なる料理上のアイデンティティを持つことがあり、また同じ料理ファミリーに属する食品でも外見が大きく異なる場合があるという、極めて挑戦的な状況を提供する。拡張されたKhanaデータセットと、畳み込みニューラルネットワークやトランスフォーマーを含む7種類の事前学習済み視覚表現を用いて

データセット・合成データ原文を読む 経緯と関連報道
12:00

FilingLoop:企業開示の審査・修正におけるLLMエージェントの評価と進化

arXiv:2610.37905v1 発表タイプ:新規 要旨:SEC EDGARなどの公開開示リポジトリは、企業の提出書類へのウェブアクセスを通じて、情報に基づいた投資を支援しています。これらの書類のレビューを言語モデルベースのエージェントでサポートするには、関連文書間で明示されていない不備の発見、不足している企業情報の取得、さらに要求された修正が証拠に基づく要件を満たしているかの検証が必要です。既存の財務に関する質問応答の評価では、こうした対話型の機能についての証拠は限られています。そこで私たちは、企業開示の審査・修正を対象とした対話型ベンチマークであり、自己進化型エージェントフレームワークである\textbf{FilingLoop}を提案します。米国証券取引委員会の歴史的な文書交換に基づき、FilingLoopは96社から抽出した主にIPO審査に関わる380のタスクを再構築しました。

モデル発表・更新原文を読む 経緯と関連報道
12:00

スポークであり、リングではない:言語モデルにおける平日の多様体を再検討する

arXiv:2610.37796v1 発表タイプ:新規 要旨:近年の研究では、大規模な言語モデルが、単一の方向ではなく多次元の多様体として一部の概念を表現している可能性があると仮説されています。これらの多様体を用いて表現を解釈したり制御したりする際には、しばしば多様体上を移動することが、表現される概念の連続的な変化に対応すると想定されます。本研究では、この連続的な多様体の仮定を、典型的な平日の多様体に対して検証します。その目立つ円形の幾何学にもかかわらず、平日の表現は連続したリングというよりも、円状に配置された七つの離散的な状態に近い振る舞いを示すことが分かりました。まず、局所的感度に平日に対応する七つの極小値が存在し、多様体上の制御下での表現と行動の間には階段状の対応関係が生じることを示します。次に、w

論文・研究動向原文を読む 経緯と関連報道
12:00

大規模言語モデルのアライメント向け、ランキングを考慮した差分プライバシーによるリストワイズな好みの公開

arXiv:2610.37682v1 公告タイプ:新規 要旨:リストワイズな好みフィードバックは、ペアワイズ比較に比べて大規模言語モデル(LLMs)のアライメントにおいてより豊かな監督情報を提供しますが、完全なランキングはさらに機密性の高いユーザーの嗜好も明らかにしてしまいます。既存のプライバシー保護型アライメント手法は主にペアワイズなフィードバックに焦点を当てていますが、ローカル差分プライバシー(LDP)下でのリストワイズなアライメントは未だ十分に探求されていません。このリストワイズな領域へLDPを拡張することは、重大な課題を提起します。すなわち、完全なランキング空間の高い機密性のために過剰なノイズが必要となり、結果としてリストワイズな監督の利点が無効化されてしまうのです。この課題に対処するため、我々は下流の学習における監督の粒度とプライバシー・ノイズの相互作用を分析し、リストワイズな好みをプライバシー保護するランク-awareな指数関数メカニズムを提案します。

学習・微調整・アラインメント原文を読む 経緯と関連報道
12:00

短時間フーリエ変換の並列実装に関する比較研究

arXiv:2610.38069v1 公開タイプ:新規 要旨:短時間フーリエ変換(STFT)は、長時間信号の短い時間窓に対するフーリエ変換を計算し、周波数が時間とともにどのように変化するかを特徴づける手法である。フーリエ変換アルゴリズム、特に高速フーリエ変換(FFT)アルゴリズムは、並列計算を活用するために十分に発展しているが、短時間フーリエ変換の並列アルゴリズムの性能に関する研究はまだ限られている。本研究では、FFTベースのアルゴリズムと準並列型のフィードフォワードアルゴリズムという二つの並列短時間フーリエ変換アルゴリズムを実装し、相互に比較・分析した。その結果、並行度が低い環境下では準並列型アルゴリズムの方が実行時間が短いものの、…

論文・研究動向原文を読む 経緯と関連報道
12:00

露呈は約束ではない:ツール使用エージェントに対する潜在的モニターの二重層評価

arXiv:2610.37679v1 公表タイプ:新規 要旨:ツールを使用する言語エージェントは間接的なプロンプトインジェクションに対して脆弱であり、不安全な行動が実行される前にそれを検出するためにモデル内部を調査する研究が増加しているが、その結果には著しく矛盾した点が見られる。我々は、こうした矛盾の多くは評価手法に起因すると主張し、評価および学習集団の両方において、インジェクションによる露呈と行動上の約束を分離する二重層化プロトコルを提案する。主要なQwen AgentDojoのグリッド上で、無意識的に不安全なケースとその他を混在させた対照条件下で訓練されたモニターは、ほとんどが露呈を学習しており、エージェントがそれに従うかどうかに関わらず露呈した軌跡を警告し、どのケースが不安全になるかをほとんど予測しない。一方、露呈したケースのみを対象に再訓練した場合、同じ種類のプローブはモデル自身が行う不安全なツール呼び出しを最大2秒前まで予測できる。

モデル評価・ベンチマーク原文を読む 経緯と関連報道
12:00

アーティファクト蒸留:フロンティアモデルから小型言語モデルへの訓練不要な転移

arXiv:2610.37680v1 発表タイプ:新規 要旨:フロンティアモデルと小型言語モデルの性能差を埋める手法としては、通常は蒸留が用いられます。すなわち、フロンティアモデル(教師)の出力に対して小型モデル(生徒)を微調整することで転移を行いますが、この方法では転移に必要な計算コストが伴う上、転移された知識はほとんど不透明なままです。そこで私たちは「アーティファクト蒸留」を提案します。これは、教師モデルが学習課題を解き、その問題解決手順を外部にアーカイブしておき、生徒モデルが推論時にそのアーカイブを参照するという手法です。これにより、勾配による更新は一切不要となります。LiveBenchの4つのタスクにおいて、Claude Opus 4.5が作成したアーカイブを用いることで、Claude Haiku 4.5は空間的推論において、コストを60%に抑えながら、無補助のClaude Sonnet 4.5を0.707対0.647で上回り、テーブル結合タスクではコストを89%に抑えた上でSonnet 4.5と同等の性能を達成しました。さらに、同じ生データのアーカイブを用いることで

学習・微調整・アラインメント原文を読む 経緯と関連報道
12:00

オープン言語モデルにおける訓練段階別の迎合行動の特定

arXiv:2610.37788v1 公告タイプ:新規 要旨:言語モデルアシスタントは、ユーザーが誤った回答を示唆すると、正しい回答を変更することがあります。この現象は「迎合行動」と呼ばれ、通常は好みに基づく事後訓練に起因するとされていますが、初期の測定では事前学習済みモデルにも見られました。そこで、我々は訓練のあらゆる可能な段階でこれを測定することで、その発生源を明らかにします。ベースモデルから監督下での微調整、好みに基づく最適化を経てリリースに至るまで、5つの系統に属する13のオープンなチェックポイントを対象としました。さらに、注入された主張がモデルの回答をどの程度変化させるかと、回答がどれほど強固に保持されていたかを区別し、主張を行う主体やその信頼性、および主張の強さを変化させながら検証を行いました。その結果、異なる起源を持つ二種類の迎合行動が浮き彫りになり、いずれも複数のデータセットで再現されました。主張への従順さ i

学習・微調整・アラインメント原文を読む 経緯と関連報道
12:00

医療画像における責任ある量子機械学習:敏感なサブグループ間の公平性監査

arXiv:2610.37819v1 発表タイプ:新規 要旨:量子機械学習(QML)は医療分類への応用がますます検討されているが、サブグループを考慮した公平性基準下での挙動についてはまだ十分に研究されていない。本稿では、QMLが本質的に公平であるとは限らないという前提のもと、医療画像に対する古典的および量子分類器の実証的な公平性監査を提示する。評価対象は二つのシナリオであり、DDIデータセット上の皮膚病変(敏感属性:フィッツパトリック皮膚タイプ)と、CheXpert由来データ上の胸部X線画像(敏感属性:年齢層)である。ResNet-18による埋め込みを用い、ベースラインおよび三種類の緩和手法(微分可能な等化オッズ(EO)正則化、勾配反転学習(GRL)、両者を組み合わせた手法)の下で、SVM、MLP、QSVM、QCNNを訓練する。また、基礎モデル(PanDerm、EVA-X)を外部参照として用いる。

業種別の活用原文を読む 経緯と関連報道
すべての更新に、たどれる出典を。
STAY CURIOUS. STAY INFORMED.

情報が多いからこそ、大切な変化を見逃さない。

好奇心に方向を。毎日の読書を、より価値あるものに。

RSS を購読