決定モデルをactor・judge・teacherの3役で比較した研究を解説。行動は苦手でも教師には有用で、Hindsight+Progress報酬によりALFWorldが72.8%から82.9%に改善しました。
Ai2がCMU・NVIDIA・JHUと公開したベンチマークXYBenchの結果を解説します。主要5モデルが質問の裏にある本当の目的を主眼に答えた割合は35〜41%で、選択形式の71〜84%と大きな差が出ました。
動画拡散モデルPixVidは、学習済みWan2.1-14BのDiTを保ちつつVAEデコーダを畳み込みヘッドに替え、ピクセル空間で全フレームを直接生成します。同一トークン数で2倍解像度、応答遅延34msを実現した手法を解説します。
NVIDIA取締役会にJensen Huang氏のCEO復帰を求める公開書簡が11.5万件超の署名を集めました。現役社員5965人や株主、Elon Musk氏らが賛同した経緯と争点を解説します。
System One モデル21種を11ドメイン2,919タスクで評価するベンチマーク「SO-Arena」を解説。能力首位モデルが信頼性7位という乖離の実証結果と、判断用API選定の観点を紹介します。
NVIDIAのJensen Huang CEO退任にアジア各国政府が反応。韓国へのGPU 26万基供給の再確約、台湾の海外本社計画、中国の30億ドル案件の不透明化など各国の動きを整理します。
画像生成モデルをセグメンテーションや深度推定に転用する完全公開レシピ「Open Vision Banana」を解説。公開データのみでCityscapes 73.9 mIoUを達成し、推論時の多数決で精度を改善した手法を紹介します。
llama.cpp と ggml が初のメジャーリリース v1.0.0 を公開しました。libllama・libggml の C API 安定化とセマンティックバージョニング導入、150以上のモデル対応、配布経路を解説します。
離散自己回帰の画像生成を高速化する G-STAR を解説。空間圧縮率の二乗でグループサイズを拡張する設計原理により実効64倍圧縮を達成し、1024px画像を約2.5秒で生成した手法と実験結果を紹介します。
OpenAIがAIエージェント向け決済基盤ChatGPT Walletを発表。実際のカード情報を渡さずに生体認証で承認する仕組みと、EC事業者に必要な準備、提供範囲を解説します。
LLMをコードエージェントとして物理シミュレータと組み合わせる PhysLoop が提案されました。生成成功率85%、物理破綻の修復では86%とSeedance 2.5単体の19%を大きく上回る成果と、その限界を解説します。
GoogleがGeminiに社内開発データ1兆トークンを学習させた専用モデル「GfG」の論文を公開。開発者2.9万人のA/Bテストでコード生存率16.8%向上などの効果と、学習手法を解説します。
AI-Papers
