本サイトは 12 時間以上更新されていません（通常は 3 時間ごと）。以下の内容は最新でない可能性があります。
このページに条件に合う項目はありません（絞り込みはこのページ内のみ）。
説明一石二鳥：曲率を考慮した剪定で影響関数も保持
要約本論文は、事前学習済みモデルの重みの剪定と、スパース＋低ランク分解を行うADMMベースの最適化手法CACTUSを提案する。曲率を考慮した目的関数により、疎なモデルと密なモデルの勾配の整合性を保つ。Qwen3-4Bの50%剪定では、C4のパープレキシティ差を45%縮小し、LLM-Surgeonより28倍以上速く動作した。また、影響関数の保持によりデータ選択にも有効であることを示している。
説明世界各国の視点から見た、LLMが人間の時間をどう評価するか
要約研究者は、利用者の国だけを変えたときに大規模言語モデルが60分の予約遅延にどれだけの補償が適切と判断するかを測定しました。193か国と5つのモデルを対象に、その結果を購買力平価による一人当たりGDP、平均所得、文献に基づく忍耐指数と比較しています。モデル間で各地域の時間価値の評価に明確な違いが見られ、欧州には最も高い補償が、アフリカにはほとんどで最も低い補償が推奨されました。また、アジアと南米の利用者の時間価値は、購買力平価による一人当たりGDPから見て過小評価されていました。
説明非同期マルチプレイヤー・バンディットにおける最適方策の近似
要約認知無線ネットワークに着想を得た、各プレイヤーの活性化確率が異なる非同期マルチプレイヤー多腕バンディット問題を扱った論文です。まず最適な割り当ての計算がNP困難であることを示し、多項式時間で動く貪欲法が最適割り当ての1/e近似を達成することを証明しています。活性化確率の大きい順に処理すると保証は1/√eに改善されます。
説明スマートビルディング・チャレンジ：実世界の大規模最適化に向けた基盤モデルの学習
要約米国の二酸化炭素排出量のほぼ40%は建物に由来し、その中で空調（HVAC）システムが大きな割合を占めています。既存の建物制御手法の多くは開発対象の建物にしか適用できず、他の建物には汎用化できません。本論文は、少ない設定で新しい建物に適応できる建物基盤モデルの開発を目指す挑戦課題を提案し、参加者は模擬建物で制御方策を学習し、未知の建物で評価されます。
説明長文書タスクにおけるコーディングエージェントのラストワンマイル：臨床試験プロトコルのデジタル化に関する実証研究
要約臨床試験プロトコルのデジタル化を題材に、コーディングエージェントが長い文書を正確な構造化データにどこまで確実に変換できるかを検証した研究です。著者らは専門家が注釈した150件の公開プロトコルPDFからなるベンチマークTrialPD-Benchを構築し、複数のモデルとエージェント環境で評価しました。最も性能の高いエージェントでも課題を完全には解決できず、主な問題は根拠の転記と構造化の段階にあると報告されています。さらに、ドメイン特化型の枠組みTrialScribeが提案され、ローカルで動かすオープンウェイトモデルの性能を向上させ、一部の商用モデルと同等以上の結果を示しました。
説明再利用可能な局所事後分布による半償却ベイズ推論：パラメータブロックの条件付き事後分布をニューラル推定器で近似し、通常のマルコフ連鎖更新と交互に実行する方法
要約本論文は、モデルのパラメータを小さなブロックに分け、条件付き独立性を利用して各ブロックの推定に必要な情報を特定する半償却ベイズ推論の手法を提案しています。更新に計算コストがかかる、あるいは頻繁に繰り返されるブロックについてはニューラル推定器を学習し、関連するモデル要素のシミュレーションから完全条件付き事後分布を近似します。マルコフ連鎖は、これらの推定器からの直接サンプリングと残りの変数の通常の更新を交互に行い、ニューラル更新には尤度評価や採択・棄却のステップは不要です。同じ条件付き構造が現れる場合は、一つの推定器をブロックやデータセットをまたいで再利用できます。高次元で計算コストの高い階層モデルと時空間モデルでの適用例が示されています。