カテゴリー： 大規模言語モデル
- Metaが発見：RAGシステムの遅延は無駄な作業が多すぎることが原因
- 失敗するほど学習が速くなる！軌跡リライティング技術により、エージェントは失敗から完璧な経験を創造する！
- 手動アノテーションを不要に！華人チームがマルチモーダル大規模モデルの自己進化アルゴリズムを提案
- 初のマルチラウンドLLMルーター「Router-R1」が登場、大規模モデルに「思考–ルーティング–集約」を学習させる
- ファインチューニングを放棄：スタンフォードがAgentic Context Engineering（ACE）を共同発表、モデル性能を10%向上させ、トークンコストを83%削減
- Googleが明かす：マルチエージェント推論こそがスケーリングの未来である。
- MambaアーキテクチャがトップカンファレンスICLR 2026に採択。AIの頭脳であるTransformerの王座は安泰か？
- 再帰的推論HRMモデルがさらなる進化！TRMの2層ネットワーク（7Mモデル）がLLMを凌駕！
- GoogleがCUA戦場に参入、Gemini 2.5 Computer Useを発表：AIがブラウザを直接操作可能に
- 極めて重要：ドキュメントインテリジェンスにおけるLLM：概説、進展、および将来のトレンド
- 事前知識と事後検証を組み合わせたLLMは、推論・予測における現実の「逸脱」に対応できるか？
- たった今、GPT-5が「ゲーデルテスト」に初合格！三大数学予想を解明
- 中国チームが「スパイク大規模モデル」を訓練、推論速度が100倍に向上
- NeurIPS'25！AutoPrune：プラグアンドプレイ可能な適応型大規模モデル剪定フレームワーク
- 上海交通大学とスタンフォード大学が提案する「長大コード圧縮の決定版」：性能維持で5.6倍の超圧縮を実現
- プリンストン大学陳丹琦グループの新作：RLHFでは不十分、RLVRには限界？RLMTが第三の道を切り開く
- 初のコードワールドモデルがAI界を席巻、エージェントに「真の推論」を可能に、Metaがオープンソース化
- 思考の連鎖を覆す！ByteDanceが逆行工学推論を提案！AIが結果から過程を逆算
- MicrosoftがGRPO-RoCを提案：エージェント型強化学習の鍵は軌跡品質フィルタリング
- ByteDance、LLM強化学習における「エントロピー」の呪いを打破し、モデルの確実な成長を可能に！
- 考えれば考えるほど間違える：CoTの「深く熟考する」ことがLLMの幻覚を促進する触媒に！
- ファインチューニングなしでLLM推論精度が99%に爆増！軽量推論フレームワーク「DeepConf」を試す｜Meta最新
- スタンフォードが新たな強化学習パラダイムを提案：3BモデルエージェントがClaude、GPT-4を凌駕
- なぜ大規模言語モデルはハルシネーションを起こすのか？OpenAIの最新研究がついに解明
- スタンフォード大学の最新研究：最強LLMでさえ最先端コードに苦戦！Gemini 2.5 Proの成功率は40%未満