W4A16量子化でLLMエージェントの成功率が落ちる原因を特定し、全精度教師の閉ループ誘導で修正する蒸留手法SteerDistillを解説。BF16との差1ポイント以内、学習GPU時間67%削減を達成しました。
AWSがローカルでAWS APIを再現する「AWS Emulator」をCC0公開。438件のAPIモデルに対応し、コードは全て自律AIエージェントが記述、人間はレビューもしていない開発体制を解説します。
画像を離散トークンの列として表し、再構成・理解・生成・編集を1つの語彙で扱うdNaViTを解説します。凍結エンコーダを活かす設計と、連続表現との差がどこに残るのかが分かります。
Googleが2026年11月11日に公開したGemini Decisions APIを解説します。文章を生成せず選択肢をスコアリングする gemini-decision-1 により、ツール選択やポリシー判定が150〜250msで完結し、コストは約5分の1になります。
LLMの推論ループ修復をBF16重みのビット単位Ising最適化として解くTree-Isingを解説。MATH-500を7.9%から54.6%へ改善し、順伝播4回・約0.9ドルで既存のエージェント編集を上回りました。
AnthropicがClaudeに共同編集型の「Sheets」「Whiteboards」を追加し、Claude Dataを一般提供。MCP Appsの拡張でNotionやConfluenceを全画面編集できる仕組みと提供プランごとの既定値を解説します。
Google DeepMindが形式検証エージェントAlphaProof Codeを発表。Gemini Carbon製エージェントがLeanで600万行超の証明を生成し、Signalプロトコルの実装を4週間で検証した内容を解説します。
原理の異なる触覚センサーを単一の表現空間に統合する触覚基盤モデルLingBot-Touchを解説します。約4,983時間の事前学習データと、π0.5の成功率が48.06%から69.87%へ伸びた実験結果を紹介します。
Metaが最小モデルMuse Emberを発表しました。Muse Spark 1.3に迫るスコア36を維持しつつ1タスクのコストを約17分の1に抑えた性能、価格、提供方法を解説します。
LLM-jp-4.1、PLaMo 2.0、Swallowなど主要な国産LLMを学習アプローチとライセンスから比較し、用途別の選び方を解説します。
エージェントがBlenderのコードを書いて3Dシーンを作り、下書き動画で動画生成を導くVideo-Coderを解説します。二重報酬の強化学習でVBench-2.0を約24ポイント改善しました。
AmazonがMoEモデルの専門家を削除する二次手法HOPEを公開。専門家ペアの協調を行列化し二次計画で選ぶ仕組みと、50%削減でSWE-Bench Pro 42.3を記録した検証結果を解説します。
AI-Papers
