Berkeley、
Berkeley が画像システムの情報量評価手法を発表しました。 相互情報量で解像度やノイズをまとめて評価します。 色写真や電波天文など 4 領域で有効性を確認しました。
Berkeley AI Research
#論文・研究
今日 9件1月10日（土）
· 1件Berkeley、
2025年12月24日（水）
· 1件DeepSeek-R1 の
論文、 学習手法を 読み解く DeepSeek-R1 は DeepSeek-V3-Base をベースにしています。 少数の CoT データでファインチューニングします。 強化学習には GRPO とルールベース報酬を使います。
ABEJA Tech Blog
2025年12月9日（火）
· 1件2025年11月1日（土）
· 1件Berkeley、
TD 学習なしの RL を 解説 Berkeley の研究が TD 学習なしの RL を解説しました。 分割統治で Bellman 再帰を対数的に削減します。 ゴール条件付き RL で複雑なタスクに適用できます。
Berkeley AI Research
2025年10月28日（火）
· 1件METR、
Anthropic の sabotage 報告を 検証 METR が Anthropic の sabotage リスク報告をレビューしました。 Claude Opus 4 と 4.1 の壊滅的 sabotage リスクは低いと結論しました。 Opus 4 が本能的な misaligned 推論をする可能性を指摘しました。
METR
2025年10月23日（木）
· 1件METR、
gpt-oss の 評価手法を 検証 METR が gpt-oss-120b の評価手法を検証しました。 悪意あるファインチューニング実験を対象としています。 17 件の提言のうち OpenAI は 9 件を採用しました。
METR
2025年9月1日（月）
· 1件word2vec、
学習過程の 理論を 解明 word2vec の学習過程を説明する理論を証明しました。 学習は埋め込みのランクを段階的に増やす離散的な手順です。 最終的な埋め込みは PCA で与えられます。
Berkeley AI Research