カテゴリー： 機械学習

• Dualformer：ランダム化された推論軌跡学習による制御可能な高速思考と低速思考
• マルチモーダル大規模言語モデルは本当に世界を「理解」しているのか？——MLLMの核心知識の欠陥を解き明かす
• 数学訓練はどのようにして大規模モデルの汎用推論能力を「解き放つ」のか？最新の研究が鍵となるメカニズムを解明
• アンドリュー・ン氏、LLMの「後学習」無料コースを公開：SFT、DPO、RLの3つの主要なチューニング手法を網羅
• 継続強化学習技術に関する最新の調査
• アリババが深夜に「切り札」エージェントをオープンソース化！OpenAIに真っ向勝負、性能は全面的にSOTAを達成！
• RAG開発者必見 Googleの新論文MUVERA：多ベクトル検索を単一ベクトル検索と同じ速さで
• 大規模モデルがコードグラフを直接理解：エージェントなしでバグを自動修正、SWE-Benchオープンソースモデルランキングで首位獲得
• 推論が増えるほど幻覚は深刻化するか？マルチモーダル推論モデルの「幻覚のパラドックス」
• 大規模推論モデルの「思考の謎」を解き明かす：「推論グラフ」の視点からモデルの「アハ体験」を見る
• 描きながら考える！マルチモーダル推論が大幅に向上！
• 徹夜のブログ記事でOpenAIからオファー獲得！Muon開発者が激白：「ほとんどのオプティマイザ論文は“偽物”だ」
• Midjourney、動画生成に参入、画像モデルV7も継続更新、ビジュアルの覇者確定
• ByteDance Seedの新作DeltaFormer: 次世代モデルアーキテクチャの試み
• 汚いほど安全？ ハーバード大学チームの最新研究：10%の毒性訓練で大規模モデルは無敵に
• LLMは既に自己重み更新が可能に、適応能力と知識統合能力が大幅向上、AIは目覚めたか？
• Kaiming Heの新作：拡散モデルに正則化を追加、事前学習やデータ拡張不要で、超シンプルに性能向上を実現
• 速報！Metaが最新のワールドモデルをオープンソース化
• SFTもRLも不要、サンプルレベルの推論最適化ツール「SLOT」が登場、精度が楽々+10%向上
• ZeroSearchに続き、通義の最新作MaskSearchが推論検索事前学習の新しいフレームワークを提案
• 35%の精度が蒸発！バイトダンスと華中科技大学のWildDocがマルチモーダル文書理解のロバスト性における課題を明らかに
• Googleの研究が示す：マルチエージェントシステムの核はプロンプト設計！
• 大変だ！Appleが証明：DeepSeek、o3、Claudeなどの「推論」モデルには推論能力が全くない
• R1型訓練はもはや結果の正誤だけでなく！香港中文大学がSophiaVL-R1モデルを発表
• 10行のコードでAIME24/25が15%向上！大規模モデル強化学習におけるエントロピーメカニズムの解明