ロボット世界モデルDreamTrueを解説。行動を画像としてレンダリングし、記録軌跡を改変する反事実ポストトレーニングと欠陥報酬モデルによる強化学習で、干渉欠陥率を48.12%から6.25%へ低減しました。
Anthropicが社内評価すべてのライブインターネット接続を停止しました。脆弱性悪用や警察への虚偽通報まで確認された経緯、報酬ハッキングという原因説明、封じ込め対策と実務上の教訓を解説します。
事前知識では解けない反直感的ルールのテキストゲーム20種でLLMエージェントの学習力を測るLearn2Play Benchを解説。経験の生ログ保持やハーネス変更で性能とコストが改善した知見を紹介します。
Microsoft CEO の Satya Nadella が AI の安全設計として4つの措置を提案しました。モデルとハーネスの分離、外部の安全機構、改ざん不能な監査記録、人間の停止権限という内容を解説します。
推論を伴う画像編集を測るベンチマークRISEBench++を解説します。6推論次元1000問で58手法を評価し、最高はGPT-Image-2.5 Sunburstの56.6%。学習不要のRISE-Agentも紹介します。
Ai2がGPUクラスタのスケジューラを優先度制からGPU時間の予算制へ刷新しました。階層型フェアシェアと最小実行時間8時間の契約でデバッグ待ちP90を2時間から30秒に短縮した設計と実測値を解説します。
ゲームエンジンと動画モデル由来のレンダラーを分離した「コード世界」を提案するAgentGartenを解説。Adversarial Forcingの仕組みと、かくれんぼでラウンド4に行動が現れた結果を紹介します。
詩の形式の問いで24モデルの拒否機構が突破され、安全分類器は計算コストを24%押し上げました。MIT Technology Reviewの報告をもとに、AIの拒否が抱える不確実さと過剰拒否、政治的な偏りを解説します。
Xiaomi の MiMo-V2.6 は強化学習の計算量をバッチ規模・環境の多様性・採点計算の3軸で拡大。MoE ルーター凍結や4層の報酬ハッキング対策、公開された9B蒸留モデルの成果まで解説します。
Asanaがブラウザ操作エージェントのモデルコストを76分の1、処理時間を5分の1に削減しました。GPT-6.1 Solとプロンプトキャッシュ最適化による改善の中身と、144回の検証結果を解説します。
トークン単位でLLMを切り替えるルーティングを高速化する推論サービングシステム「TokenRouter」を解説。サブサーバの非同期実行と遅延バッチングでデコードスループットを最大64.15倍に改善した仕組みと実験結果を紹介します。
実運用中の採用プラットフォームの履歴書19万6682通を調査した研究で、約1%にAIだけが読める隠し文字が見つかりました。手口の分類と検出手法、企業に必要な対策を解説します。
AI-Papers
