Apple AI、 条件付けの 効果と 流暢さを 調査
Apple AI が条件付け手法の効果と流暢さを調査しました。 効率的なステアリング手法は流暢さを大きく損ないます。 指示チューニング済みモデルでは効果が低下します。
Apple AI が条件付け手法の効果と流暢さを調査しました。 効率的なステアリング手法は流暢さを大きく損ないます。 指示チューニング済みモデルでは効果が低下します。
Apple が継続学習エージェント向け基盤 SCLATE を公開しました。詳しくは出典へ。
Microsoft Research が生物学向け AI 研究基盤 Quine を発表しました。詳しくは出典へ。
Rustuna が制約付き最適化の API を実装しました。 TPE と NSGA-II が制約を考慮してサンプリングします。 Optuna のコードが import 文の変更だけで動作します。
Apple AI が木構造表現の往復精度を調査しました。 最良の組み合わせでも往復精度は 92.9% です。 生成側の失敗が全体の 73.6% 以上を占めます。
Microsoft がシンガポール研究拠点の 1年を報告しました。 医療向けマルチモーダル AI と診断エージェントを展開しています。 2026年2月に物流・輸送の AI 円卓会議を共催しました。
Amazon Textract のアダプター管理を自動化する手法です。 アダプター ID を Parameter Store に外部化し無停止で更新できます。 CloudFormation と Terraform のテンプレートを提供します。
Apple が連合変分不等式の収束率を改善しました。 Local Extra SGD の保証をより厳密な解析で強化しました。 新手法 LIPPAX でクライアントドリフトを緩和します。
Preferred Networks が分子構造の復元手法 CoTAR を公開しました。 原子の種類と座標から結合次数を推定します。 古典 MD の評価で 4 カテゴリ平均 94.0% の有効率です。
Apple が ASR の連合半教師あり学習の手法を改善しました。 クライアントごとのオンライン教師は全体教師と同等以上です。 サーバーはラベル付きデータで学習を続ける必要があります。
英 AISI が EvalEval の基盤で評価結果を公開しました。 対象は HealthBench など 5 つのベンチマークです。 Claude Opus 4 系と GPT-5 系の 6 モデルを検証しました。
NVIDIA がクリーンエネルギー企業 5 社の AI 活用を紹介しました。 ThinkLabs のソフトで系統連系の評価が 2分に短縮しました。
Google が中距離物流の生成器 MilleMiglia を公開しました。 中距離物流は物流費の大部分を占め、データも不足しています。 C++ 製で、現実的なベンチマークを生成します。
Google が AI 経済研究プログラムに著名経済学者を招へいしました。 ノーベル経済学賞の Philippe Aghion 氏らが参加します。 AI の労働市場や生産性への影響を研究します。
欧州委員会がデータ連合会議を開催します。 デジタルオムニバスや産業 AI 向けデータを議論します。 会場はブリュッセル、参加には承認が必要です。
Apple AI が活性化ステアリング手法 DSAS を公開しました。 不要な介入を抑え、有害性低減と性能維持の両立を改善します。 テキスト生成と画像拡散モデルの両方に適用できます。
学生が Olmo 3 の向社会的挙動をゲームで検証しました。 135 組の対比文で 15 の性質を評価します。
Hex が GPT-6 Astra を使い分析を可視化します。 データエージェントが回答を対話的な図表に変換します。 社員が共有できるレポートを作成できます。
ABEJA が AWS ブログに LLM 学習基盤の記事を公開しました。 産業特化型 LLM 向けにクラスター構築と運用を解説しています。 クラスター管理に AWS ParallelCluster、ジョブ管理に Slurm を採用しています。
Google が検索の推論ボトルネックを回避する手法を公開しました。 Retrieve-for-Train はオフライン RL で探索を学習します。 53.9M パラメータの拡散モデルが 1 回で検索語を生成します。
Google が科学支援の AI 取り組みを公開しました。 300 以上の言語を支え、70 億人に利用されています。 AlphaGenome Atlas を研究者向けに無償公開しました。
Google が AI 経済データ ATLAS を公開しました。 科学者の 5 割近くが毎日 AI を使っています。 科学者は AI で週 7時間弱を削減しています。
CyberAgent が cmaes v0.13.1 を公開しました。 Optuna との連携でメモリ使用量を 99.99% 以上削減しました。 週あたり約 20 万〜30 万回ダウンロードされています。
Ai2 の科学エージェントが授業で検証されました。 AutoDiscovery は結果をベイズ驚きで順位付けします。 学生は結果を精査し、真の発見か偶然かを見極めました。
Optuna v5.0 が GPSampler の並列最適化性能を強化しました。 モンテカルロ法ベースの q-バッチ獲得関数を導入しました。 v4.9 より少ない試行で収束し、TPESampler より高性能です。