VLAモデルのバックボーンを2Bから552Bまで統一条件で比較したScaleVLAを解説。10デモで成功率87.8%、LIBERO-PROで45.1%を達成し、遅延は216msに収まった仕組みと限界を紹介します。
AIチャット42サービスを実測した研究で、21サービスが会話の要約タイトル、9サービスがプロンプト本文を広告トラッカーへ送信していたと判明。漏洩経路と業務利用時の注意点を解説します。
Function Calling(ツール呼び出し)の仕組みを5ステップで解説。strictモードの制約付きデコーディングの原理、構造化出力との違い、並列呼び出しやトークンコストの落とし穴、MCPとの関係まで整理します。
視覚言語モデルの投機的デコーディングを高速化する新手法MMFlashを解説。トークンの視覚依存度を測り受理率46%対22%の偏りを突き止め、損失設計で最大3.58倍のロスレス高速化を実現しました。
OpenAIがApollo Research、METR、Transluce、Goodfireの4機関と契約し、社内モデルに深く立ち入る「埋め込み型評価」を開始。各機関の検証範囲とアクセス権限、公表の独立性と制約を解説します。
V-JEPAの特徴量には動きの情報があるのに動画言語モデルは使えていない問題を、ピクセル変換で作る反実仮想データが解決。4Bモデルが11ベンチ平均72.1を達成した手法を解説します。
Appleが米国でAI健康相談アプリ「Apple Health AI Study」を公開しました。医療AI企業OpenEvidenceと提携し最大20万人・12カ月超の研究を実施。臨床文献に根拠を置く設計とプライバシー対策を解説します。
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。