脳活動予測に初めてLoRAを本格導入したBrainLoRAを解説。6100万パラメータの学習で104Bモデルを適応させ、特徴抽出コストを350分の1に削減してAlgonauts 2025首位を達成した手法を紹介します。
Hugging FaceがTransformersとDiffusersのTorchTPU対応を公開。device_map="tpu"など数行でTPU実行でき、MoEデコードは最大21.5倍高速です。実測値と制約を解説します。
Stanford大学らが発表したHalcyonは、言語事前学習なしでゼロから学習したearly-fusion自己回帰T2Iモデルです。計算量275分の1で既存手法を上回った手法と対照実験の結果を解説します。
ワシントン大学がChatGPT AtlasやClaude for ChromeなどAIブラウザ7種を実測し、4種で同一オリジンポリシーの回避経路を確認。実証された攻撃手口と業務利用時の注意点を解説します。
RAGの精度が上がらない原因を検索側から整理し、チャンキング設計、BM25とベクトルを融合するハイブリッド検索、セマンティックリランキングまで、Microsoft公式仕様の具体的な数値をもとに改善策を解説します。
小型LLMのパラメータの大半を占める埋め込み層を、PCA符号から作る16MBの凍結テーブルに置き換えた研究を解説します。学習パラメータは1/2.6、三値版は46MBでCPU 615〜740 tok/sを達成しました。
Goodfireの研究者Nick Cammarataが2.6万語の投稿で、ニューラルネットの重ね合わせ解釈は誤読だったと主張。V字検出器の実例と、DeepMindらの反論を整理して解説します。
長期タスクのAIエージェントの文脈を再利用可能なタスクオブジェクトとして保持する手法CarryOnを解説。OSWorld 2.0で部分スコア+5.8ポイント、トークン51.9%削減を同時に達成した仕組みを紹介します。
DeepSeekがDeepSeek-V4.1-Flash-1017をMITライセンスで公開。DeepSWE v1.1で成功率77%を示しGPT-6 Astra超えを主張する性能と料金、検証状況を解説します。
周波数帯域の分割位置を入力ごとに学習する音源分離手法DBSを解説します。トークン数を固定したままhard Top-Kで境界を選び、DnR v2でSI-SDRを相対29%改善しました。
対話AIのCharacter.AIがChapter 11を申請し、Disneyが資産2000万ドルと従業員60名超を引き受けます。破綻要因となった高コスト構造と未成年保護訴訟の影響を解説します。
コンピュータ操作エージェントの完全オープンスタック「OpenGCUA」を解説。コード実行を中核に据え、OSWorld-v2で8モデル全てのスコアを平均19.6点向上、手数を53%削減した設計と限界を紹介します。
AI-Papers
