Category
LLM、RAG、埋め込み、ファインチューニングなど、AIアプリ実装に必要な自然言語処理技術を整理します。
prompts.chatは、コミュニティが共有したChatGPT用のプロンプットを発見・収集できる場所で、無料でオープンソースで提供されている。
Unsloth Studioは、オープンモデルのトレーニングと実行を支援するWebUIです。このライブラリは、Gemma4、Qwen3.5などのオープンモデルのテストとトレーニングを支援するために使われます。
この論文では、RAG、AIパイプライン、企業検索を含むクラウド テンプレートを提供するアプリケーション「llm-app」を紹介します。 llm-app は Docker で動作し、Sharepoint、Google Dr
ユーザーの行動を認識し、オートエージェントを構築するためのツール。
このリポジトリでは、AIエンジニアリングのためのリソースを提供しています。
音声認識、声活動検出、テキスト処理などを行う、基盤となる音声認識ツールキットを提供する。
ユーザーの行動を認識し、オートエージェントを構築するためのツール。
このリポジトリでは、AIエンジニアリングのためのリソースを提供しています。
音声認識、声活動検出、テキスト処理などを行う、基盤となる音声認識ツールキットを提供する。
prompts.chatは、コミュニティが共有したChatGPT用のプロンプットを発見・収集できる場所で、無料でオープンソースで提供されている。
rayは、core分布ランタイムとAIライブラリで構成されたAI計算エンジンで、スケーラブルなAI計算をサポートする。
AIを使ったwebスクレイピングツールです。
Rustを使ってモジュラーLLMアプリケーションを構築することができるライブラリです。
AIエージェントを組み立てるためのライブラリ。
Apple Silicon上でLLM推論サービスをシステムエンジニアが作成するチュートリアル。
このリポジトリは大規モデルの無学習に関するリソースをまとめたものです。
セキュリティゲートウェイを提供するクラウドネイティブなプラットフォームです。
本研究では、生成推奨システムにおけるアイテムIDの構築、調整、生成の手法について、アイテムIDの構築方法を分析しています。
Feature Benchmarkは、複雑な特徴の開発を評価するための枠組みである。
Unsloth Studioは、オープンモデルのトレーニングと実行を支援するWebUIです。このライブラリは、Gemma4、Qwen3.5などのオープンモデルのテストとトレーニングを支援するために使われます。
Weights & Biasesは、AI開発を支援するプラットフォームです。このプラットフォームは、モデル開発から生産準備までを支援し、コストをコントロールし、モデルとデータへのアクセスを管理します。
ARTは、多段強化学習トレーナーです。このトレーナーは、GRPOを使用して、現実世界のタスクに対して、多段強化学習を行うことができます。
この論文では、LLM を提供するために使用される Mooncake サービス プラットフォームについて説明しています。Mooncakeは、Kimi というリーディングのLLMサービスを提供するサービスです。Kimiは、M
このリポジトリでは、高性能で大規模なベクトルデータベースとベクトル検索エンジンを提供しています。
xtunerは、超大規模MoEモデルを高速にトレーニングするためのトレーニングエンジンです。
このリポジトリでは、データとAIアルゴリズムを製品化するためのプラットフォームであるTaipyを提供しています。
このリポジトリでは、AIワークロードを管理するためのシステムであるSkypilotを提供しています。
データの期待値を把握するためのフレームワークです。
TensorZeroは、LLMゲートウェイ、オブザーバビリティ、評価、最適化、実験を統一したオープンソースのLLMOpsプラットフォームです。
このリポジトリでは、AIアプリケーションをローカルに実行できるツールキットであるRunAnywhere-sdksを提供しています。
metaflowは、AI/MLシステムを構築・管理・ディプロイするために使用できるプラットフォームです。
マルチモーダルAIに適したオープンレイクハウスフォーマットです。このフォーマットでは、パレットからデータを2行のコードで変換することができ、100倍速くなります。また、ベクトルインデックスやデータバージョニングが可能です
AIエージェントをGoogle Cloudに展開することが可能で、CI/CD、評価、観察など、プロダクションリードテンプレートが事前に用意されています。
flyteは、高度に動的で堅牢なAIオーケストレーションプラットフォームであり、データ、モデル、コンピューティングを統合してAIワークフローを作成することができます。
このリポジトリでは、AIモデルの互換性を確保するためのオープンスタンダードであるONNXを提供しています。
ドキュメントを構造化するために使えるオープンソースのETLソリューション。
オープンソースのGPT/LLMエージェント作成ツールです。
この研究では、自然言語処理の負担を減らすモジュラリティを目指しています。モジュラリティとは、システムを小さくて独立した部分に分割して、それぞれを簡素化することです。この研究では、文脈に応じてモジュラリティを変更できるメカ
テキスト分析、センチメント分析や単語分割などを行えるライブラリ。
ModelScopeは、モデルをサービス化するためのプラットフォームです。モデルを作成し、ホスティングし、管理し、配信することができます。
助け手モデルは、タスクの成果を最大化するために設計されていますが、実際には不適切または不完全な助け手モデルを使用している場合があります。この論文では、元の助け手モデルをRLのトレーニングプロセスに組み込むことで、トレーニ
この論文では、LLM RLの安定性を向上させるために、離散化と重み付けを用いた分散化されたPPOを提案します。また、安定性の向上によって、大規模言語モデルを用いたRLの適用が可能になります。
この研究では、脳部帯域内のニューロンが同じ反応プロファイルを持つと仮定し、近接な脳部帯域内のニューロンの反応プロファイルを推論し、分野間の結合を特定しました。
.Proxy RLで培われた知略を分析し、代理報酬内部化と機械的搾取という学習された側面を解明します。モデルはタスク正当性を評価、代理報酬受け入れ予測、そして搾取可能な代理報酬-ゴールドギャップの推論を行うよう学習します
.deep learningモデルの重み操作を可能にするツールであるBrainSurgeryを提案し、層の再構成、精度のキャスティング、低ランク分解、構造的デバッグの実行を示します。
大規模言語モデル（LLM）を運用するコンテンツモデレーションシステムは、有害なオンラインコンテンツを防止するために重要な役割を果たします。しかし、これらのシステムの主な目標は単にトークナイズされたテキストを操作することに
AutoMegaKernel（AMK）は、Hugging Face Llama-family モデルを単一のパフォーマンスを最適化した CUDA Kernalで動作する単一のPersistent Cooperative
Contextual queueing bandits provide a framework for learning to schedule heterogeneous jobs under unknown cont
We study whether pretrained video foundation models encode intuitive-physics information in their frozen repre
Vision-language-action (VLA) policies provide strong priors for language-conditioned manipulation, but remain
Transformerベースのモデルを改良し、ゲノム規制的情報を組み込んだモデルを提案。遺伝情報を組み込むことで、遺伝子発現の解釈と予測の精度が向上することを示した。
コード生成を安全かつ信頼できる方法で行うことを目的とした研究。コード生成における不確実性を推定する方法を提案し、コードの解釈可能性と安全性を向上させる。
ラングラージュモデルを解釈するためのアクティベーション分析を提案。モデルを分析することで、モデルがどのようなコードを生成しているかを理解する。
Work on `emergent misalignment' shows that finetuning LLMs on narrow tasks can induce broadly misaligned behav
Probabilistic forecasters are increasingly learned, yet the baselines they are compared against are often weak
最近の研究では、線形プローブを使用して暗示された秘密を内部アクティブ化から回復し、ステラングラフィック侵入の検出を改善しました。しかし、ステラングラフィック侵入を検出し、内部アクティブ化を検知するには、ステラングラフィッ
この研究では、テキスト、画像、ビデオ、アウディオ等の異なるモダリティのデータを統合したオムニモダル検索システムを構築します。
Multimodal federated graph learning (MM-FGL) aims to collaboratively learn from decentralized graphs with text
自然言語から機械設計や技術図案などの正確な構成を作成することができるシステムを開発しました。このシステムは、Geometric Constraintsを満たす正確な構成を作成するために、Constraint DSL (D
この論文では、data mining におけるビジュアルプログラミングフレームワーク、Orange Lab を提唱しました。これにより、Webベースのデータ分析環境を提供し、ユーザーフェイシングの分析ツールとしてデータ分
この論文では、RAG によって安全に訓練されたLLMに攻撃を加えた結果、RAGによって安全に訓練されたLLMの推論が抑制されることを示しています。これは、RAGによって訓練されたLLMが、推論を抑制するために使われたコン
Recently, mobile edge computing (MEC)-enabled collaborative deep neural network (DNN) inference has emerged as
Agentic reinforcement learning (RL) has become an important post-training paradigm for turning LLMs from stati
理論的思考は、最新の基礎モデルシステムが安全かつ効果的に現実世界で動作するには必須のスキルであると考えられています。しかし、理論的思考の進進には、「ショートカット」問題が存在し、タスクは99％の正解率を達成するのに、ただ
LLM推論において、長いコンテキストを扱うことが多く、GPUメモリボトルネックの問題が起きます。この課題に対処するために、Neural Memory Indexerと呼ばれる Neural Memory Indexerを
Process Reward Models (PRMs)は、セグメントごとにフィードバックを提供し、credit assignmentを改善します。しかし、我々はPRMsにおける偏微分に関する潜在的な偏りを識別し、この偏
Legendre-Fenchel (LF)変換は、凸分析と機械学習の基本的なツールであり、半連続関数に共役を与えるものです。閉形式で共役を得ることができない場合にLF変換を近似するには、さまざまなアプローチ
We propose the data augmented bootstrap (DAB), a framework for constructing confidence intervals from approxim
A classical universal stabilization formula offers the practitioner no design freedom: it is a single, paramet
Useful audits reveal not only how often a model fails, but also where its failures concentrate. An auditor may
Clinical early warning systems built on electronic health records, in which clinical observations are recorded
We ask whether structural properties of intermediate grid states predict whether a symbolic ARC-AGI solver wil
エージェントの安全性を向上するために、ハッカーのフェイクオートを作成して、リスクを評価するための新しいアプローチを提案します。
時系列データの異常の検出におけるアンプリットードの保存は、パフォーマンスを向上させるために不可欠です。
知識グラフの補完の評価を実現するために、新しいアプローチを提案します。
As LLM agents begin to take real, irreversible actions (shell commands, file edits, deploys), the standard saf
In the task of few-shot class-incremental audio classification, the number of classes is assumed to always inc
この論文では、AI 系統が安全性の検証を容易にするために、新しいフレームワークを提出する。これにより、AI 系統の安全性の評価がより効果的になる。
この論文では、VLM ゲームエージェントの評価基準が提供され、さまざまなタイプのエージェント間の比較が可能になる。
この論文では、標準的な diffusion モデルの問題点を修正し、データの埋め込みと生成能力が向上する方法を提案する。
この論文では、コードクオリティを評価し、エラーの発生率を減らすために、Fast Adaptive Semantic Entropy (FASE) を提出する。
この論文では、エージェントの委譲能力を改善するために、新しいフレームワークを提案する。これにより、エージェントがより効率的にタスクを分割できる。
この論文では、法令上の異議申し立てを検出し、法令上の違反を最小限に抑える方法を提案する。
この論文では、スピーカーセパレーションを改善するために、新しいフレームワークを提案する。これにより、スピーカーセパレーションの精度が向上する。
この論文では、自動化された形式化を提案する。これにより、形式化プロセスがより効率的に行える。
Recent Anomaly Detection methods achieve perfect detection and segmentation scores on well-established dataset
Spatial reasoning is a foundational capability for multimodal large language models (MLLMs) to perceive and op
Recursive self-design refers to AI-assisted modification of the mechanisms by which an AI system is built, eva
LLM間でモデル呼び出しと外部ツールの呼び出しが交互になり、サーバのサーヒングがステートレスの要求処理からステートフルなプログラム実行に移行します。これらのワークロードの評価は、各設計点ごとに専門的なアクセラレータ時間を
Large Language Models (LLMs) and Vision-Language Models (VLMs) are increasingly evaluated on table reasoning t
Tool-using large language model (LLM) agents face two distinct security failures: unauthorized external action
Can a general-purpose large language model design molecules with the precision of a seasoned chemist? Current
Existing sparse attention and KV cache compression methods for long-context LLM inference typically apply fixe
Objective. Large language models (LLMs) increasingly draft clinical research manuscripts, but their fluency ca
医療のガイドラインとの適用を自動的に評価することを目的とするコンフォーマンスチェックフレームワークが開発された。Large Language Models (LLMs) を用いて、コンフォーマンスチェックを実現する。
LLMエージェントの長期記憶の改善の為に、DCPMと呼ばれる新しい記憶システムが提案され、エージェントの能力が向上する。
スピーチアセスメントを自動化するためのSpeechLLMが提案され、スピーチの質と能力を評価する。
ウェットウェストワーテルマーケティングのインシデント検出を目的としたBayesian Selective Latent Inferenceが提案される。
科学的視覚推論を目的としたPhysSceneが提案され、物理実験における観測と推論を可能にする。
Tool learning enables LLMs to invoke external tools to accomplish tasks. Prior studies have demonstrated the e
代理機器が外部の知識を活用して、多くのタスクを効率的に解決できる「Anything2Skill」を提案している。
世界モデルを使用して、潜在的ステートを利用して長期的な計画を行えるFF-JEPAを提案している。
Egocentricビデオを利用して手の圧力を推定できるモデル EgoTactile を提案している。
自動走行に利用されるAIエージェントを、超バイクの自律走行の実現に使えるようにするフレームワークを提案し、超バイクの自律走行を実現している。
エンドツーエンドトレーニングによるTTSシステムを提案し、エンドツーエンドトレーニングの利点を確認している。
Multilingual safety evaluation of large language models (LLMs) has predominantly relied on direct translation
In recent years, unified multimodal models (UMMs) have emerged to support both understanding and generation wi
Safety judges are increasingly deployed to evaluate model outputs against evolving criteria, yet recent meta-e
Diffusion Language Models (DLMs) enable parallel text generation by iteratively denoising a full sequence, off
This paper revisits our pipeline called Syllogistic Evaluation Framework-Common Logic Grammar Construction (SE
大規模言語モデル（LLM）の推論スタックには、モデルの重み、サンプリングコード、および出力分布を変更することなく、暗号化なしで秘密コミュニケーションを行うステゴグラフィチャンネルが存在する。送信者はシークレットデータを秘
3次元シミュレーションシーンから知識グラフを構築することが、ロボットのタスク推論に重要な役割を果たすが、シーンのオブジェクトを形式的な分類にマッピングするステップが、現実に現れていない。LLMを使用して、このマッピングの
大規模言語モデルのプライバシーリスクについては、既に研究が行われていたが、マルチモデル大規模言語モデル（MLLM）のプライバシーリスクについては、まだ十分に調査されていなかった。MLLMでは、テキストだけでなく画像データ
強化学習（RL）では、与えられた問題に対して、正しいアクションを見つけることを目的としたことが多いが、人間のフィードバックから学習する場合、人間の意思決定の選択のための意思決定のフレームワークを構築する必要性から、可否決
訓練データ以外の問題解決を検討したため、新しい評価方法であるexpert-curated rubric-based evaluationを 提案。
科学的アイデア生成には、現実に実現可能な高質のアイデアを必要とするが、この課題を解く方法は不足していたため、新しい方法であるGraph2Ideaを提案。
AIアシスタントを使用
Tool-using LLM agents interact with the world through actions that persist state in artifacts (e.g., workspace
Large language model (LLM) agents now solve complex tasks through long plan-and-execution traces, yet the abil
Recent advances in Video Large Language Models (Video-LLMs) have enabled performance on long-video understandi
Interior permanent magnet synchronous motor (IPMSM) design requires balancing conflicting objectives and multi
LLMを利用したランニングの計画における決定論的安定性を確保するために、SafeRunというフレームワークを提案。LLMと決定論的ソルバーを分離して、安全ルールの厳格な実施を確保。
LLMがTABULARデータ分析で機能を自動化できるようにした。しかし、標準化されたプラットフォームの欠如は、比較やコスト的評価を行うのを難しくしている。複雑なメソッドの設計により、各コンポーネントの具体的な貢献をはっき
LLMベースのRTL生成と推論は、ハードウェア設計自動化の新たな方向を示唆します。しかし、ベンチマークは、大規模化とタスクスコープの制約がある。現存するベンチマークでは、前向きモデルの実績
Large reasoning models (LRMs) have attracted increasing attention for their ability to solve complex mathemati
Vision-language models (VLMs) with varying performance and resource requirements are widely deployed, making i
Large language models (LLMs) are increasingly used for medical summarization, but their outputs can omit medic
Multimodal Foundation Models (MFMs) have made substantial progress, yet remain fragile in spatial reasoning ov
Comprehensive estimation of dietary micronutrients from food images could improve clinical nutrition care, but
Clinical diagnosis requires flexible use of multiple reasoning paradigms under incomplete patient information.
Rule-following agents tasked with executing policies and regulations often fail via Silent Scope Omission (SSO
Semiconductor lithography inspection requires reliable detection of small pattern defects such as bridge, burr
Spinal pathology is a leading cause of pain and disability worldwide. Spine MRI is central to clinical evaluat
この研究では、音楽生成における多様性を促進するためのオープンソース・フレームワークを開発します。このフレームワークは、音楽生成における多様性の促進を支援するために、進化的プロセスと多様性促進アルゴリズムを組み合わせたもの
この研究では、DragonflyアルゴリズムとTabu Searchを組み合わせたハイブリッドメタ ヘアスティックを提案し、Traveling Salesman問題を解決します。このアルゴリズムは、より早く、より正確に、
この研究では、大規模言語モデルの安全性を評価するためのフレームワーク、PsychoSafe を開発します。このフレームワークは、大規模言語モデルの安全性を評価し、潜在的なリスクを軽減することができます。
この研究では、長文生成モデルの改良を実現するためのフレームワーク、IS-CoT を開発します。このフレームワークは、長文生成モデルの生成性とコントロール性を改善することができます。
この研究では、静黙の口承のシンセシスを実現するためのフレームワークを開発します。このフレームワークは、静黙の口承のシンセシスと精度を改善することができます。
Despite remarkable progress in machine translation (MT), non-AI communities have raised growing concerns about
Multimodal large language models (MLLMs) achieve strong results on visual reasoning benchmarks, but answer acc
Court simulation bridges legal education and judicial practice, yet human-based simulations are costly and dif
Medical language models (LMs) can memorize and reproduce protected health information, but privacy evaluations
As AI assistants serve millions of users daily, evaluating user experience (UX) beyond general model capabilit
Recent advances in neural text-to-speech (TTS) and multilingual speech generation have substantially improved
LLMベースのエージェントは、環境と連携するハーネスの設計により動作が形作られるが、これらのハーネスは現状ほぼ人間による設計のみである。この研究では、LLMベースのエージェントがハーネスを自ら改善できるメカニズムであるS
この研究では、大きな言語モデルがグラフの同型性を推論できるかどうか調査し、小さなグラフでは同型性を認識できたものの、シードノードラベルを入れ替えてグラフ同型性を検証した結果、同型性が識別されなかった。
予備情報が少ない場合や医療分野などの特定の分野の場合、分類タスクは難しいようになるが、この研究では、モデルが未分類データを操作して、分類モデルの性能を向上させる方法である、DecSelfMaskを提案した。
大きな言語モデルには記憶や推論機能があるが、ユーザーとの対話におけるこれらの機能の効果はまだ理解されているわけではない。これを受け、この研究では、人間の相互作用、特に会話における記憶と推論能力を評価するためのマルチモーダ
この研究では、検索タスクにおける抽象レベルにおけるギャップを解消するためのフレームワークであるAbstRAGを提案し、検索タスクにおけるギャップを解消したことで、モデルが検索タスクにおいて正しく情報を開示した。
この研究では、低リソース言語や絶滅言語の辞書のデジタル化が重要であるが、マルチモーダル辞書をデジタル化する方法は今まで難しかったが、この研究では、最近のビジョン言語モデルを用いて辞書のデジタル化が容易になり、辞書内の文字
Large language model agents increasingly rely on skills: reusable procedural documents encoding workflows, too
As large language models (LLMs) are increasingly applied to real-world legal tasks, evaluating the reliability
Reference-free faithfulness metrics verify each atomic claim a model makes against ground truth, and are incre
Large language models have been widely evaluated as simulators of individual survey responses. In practice, ho
Large Language Models fail at implicit multi-hop reasoning: a model answers "When was $X$ born?" and "Who is $
Fine-tuned Large Language Models (LLMs) dominate in Ukrainian grammatical error correction (GEC), while API-ac
We present TruthSplit, an interactive system for multi-perspective argument analysis. Existing argumentation t
Understanding and reasoning over abstract visual content remains a challenge for current multi-modal large lan
Multimodal affective analysis aims to understand human sentiment and emotion by jointly modeling heterogeneous
The emergence of reasoning multimodal large language models (MLLMs), which generate explicit chain-of-thought
Social highlighters let people mark passages that matter to them. We ask how much of an individual is recovera
LLMs are increasingly used to simulate human survey responses, but prior work has mainly evaluated replication
Retrieval-augmented generation (RAG) systems often serialize user queries, retrieved documents, metadata, syst
Large language models (LLMs) sometimes exhibit language confusion when generating non-English text. Existing a
We introduce ChinaHeritaQA, a multimodal benchmark dataset for evaluating the cultural reasoning abilities of
Reinforcement Learning from Human Feedback (RLHF) has significantly improved the quality and fluency of large
Video world models that maintain 3D spatial consistency across generated frames typically rely on explicit poi
Embodied world models have emerged as a pivotal paradigm for visual robotic decision-making and interactive en
Text-driven indoor scene generation and editing require an intermediate representation that language models ca
The fidelity and structural diversity of training datasets fundamentally determine the capabilities of video g
Dexterous manipulation presents substantial challenges for imitation learning due to its high-dimensional acti
Traffic accident anticipation -- predicting the likelihood of an imminent collision at every frame of a dashca
Self-supervised data curation provides a pathway to scaling and improving the generalization capabilities of m
Generalized Few-Shot Semantic Segmentation (GFSS) has traditionally been approached as a representation-learni
Image and video captioning are fundamental tasks that bridge the visual and linguistic domains, playing a crit
Clinical ultrasound images often contain artificial markers, such as measurement calipers and text, to assist
In real-world deployment under strict real-time constraints, weather and imaging variations induce significant
Multi-camera systems are increasingly adopted in robotics and autonomous navigation for their wide field of vi
Two-view correspondence learning aims to distinguish true correspondences (inliers) from false ones (outliers)
In this paper, we present XInsight Lab's solution to the micro-gesture classification track of the 4th MiGA Ch
During warhead detonation, high-density, high-speed, and mutually occluded fragments are generated. Their mech
Bearing-only target localization is a fundamental problem in optical measurement and finds extensive applicati
4D generation (\textit{i.e.}, dynamic 3D generation) has recently emerged as a rapidly growing research fronti
We present our submission to the CVPR 2026 Argoverse 2 Scenario Mining Challenge. Our system uses a four-stage
Most existing multi-exposure HDR methods follow a fixed feed-forward reconstruction paradigm, making them pron
Neural radiance field (NeRF) and 3D Gaussian splatting (3DGS) are two mainstream approaches for novel view syn
Vision-language-action (VLA) policies can deviate from nominal trajectories during manipulation, even when tas
World Action Models (WAMs) couple a video dynamics prior to the policy and have shown encouraging results on t
このリポジトリには、LLM、RAG、およびオーソリティの認識を含む、AIエンジニアリングのための深いドキュメントがあります。
データをAIに変換する基盤を構築することで、ビジネス上の問題を解決できます。この研究では、Model eXecution + Context ProtocolであるMXCPを提案し、データの変換を簡素化した上で、AIアプ
Ludwigは、LLM (Large Language Model) のカスタム化と構築のための低コストフレームワークです。このフレームワークは、ユーザーがカスタム LLM を構築し、トレーニングするのを容易にします。
OpenAIに互換性があり、Cloud APIとして利用できるLLM。
LLMのマージに関してのマニュアルです。理論、方法、応用などについての概要が記載されています。
最新のマシンラーニング研究論文を紹介している。
We present a voice conversion (VC) framework that utilizes K-Nearest Neighbors (KNN) retrieval over WavLM repr
Predicting the effect of an unseen gene knockout perturbation on transcriptomic gene expression remains a high
Reinforcement learning with verifiable rewards (RLVR) has emerged as a powerful paradigm for eliciting long-ch
Standard flow and diffusion pre-training matches the distribution of available data (e.g., molecules), which o
We study the generalization of ridge-regularized nonlinear least-squares models via on-average algorithmic sta
Visual Language Models (VLMs) are known to produce hallucinated predictions that are not grounded in visual ev
Mathematical reasoning has long served as a stringent test of machine intelligence; over the past decade, it h
Modern neural classifiers commonly rely on linear readouts, yet predictive metrics alone do not characterize t
Sophisticated generative speech technology can undermined the reliability of voice biometrics. While spoofing
Recent research has developed practical, parallelizable first-order methods for large scale linear programming
Global wind power capacity, especially in China, is booming, with new farms spanning diverse terrains and clim
Recently, large time series models (LTSMs) have gained increasing attention due to their similarities to large
Speech emotion recognition (SER) is commonly formulated as utterance-level classification, although conversati
Large language models frequently fail in a characteristic way: rather than acknowledging ignorance, they produ
This paper provides a theoretical account of memorization in stochastic interpolation models. By leveraging cl
Data-adaptive two-sample testing assesses if two samples come from the same distribution, using a discrepancy
Vision-Language-Action (VLA) models have demonstrated strong generalization in robotic manipulation, yet exist
Optimizing large language models (LLMs) for long-horizon caregiver agents requires balancing delayed task obje
This paper examines the limitations of fully digital and partially digital e-assessment approaches in summativ
Code generation models are typically compared using compact execution benchmarks and aggregate pass rates, but
Large language models (LLMs) increasingly perform multi-step reasoning, where intermediate claims form implici
Artificial Intelligence (AI) and Large Language Models (LLMs) are increasingly used in autonomous software tes
In high-stakes settings such as brand compliance, clinical care, and content moderation, machine learning cann
We study the problem of auditing a black-box algorithmic decision-maker from observable inputs and outputs alo
Autonomous agents negotiate, purchase, deploy code, and move funds, but no neutral mechanism determines whethe
I discuss some quantitative representations of Promise Theory for processes involving autonomous agents. Agent
Real-world LLM applications are moving beyond single-agent workflows toward orchestrated multi-agent systems,
The rapid rise in LLM capabilities has made AI agents increasingly viable across a broad range of tasks. Among
Expert writing feedback from experienced researchers is critical for early-career scholars to improve their ma
Large language models are rapicly replacing search engines as the primary interface between people and informa
We present a method for automatic Chinese web neologism detection that operationalizes traditional linguistic
Hallucinations -- factually incorrect or unverifiable outputs -- remain one of the most challenging limitation
Word-level cross-lingual alignment is central to annotation projection, translation auditing, and cross-lingua
Large language model (LLM) agents are increasingly deployed in long-running settings where improving through e
To interpret context correctly and retrieve relevant information, large language models must bind entities to
As Large Language Models (LLMs) advance toward open-ended autonomous agents, the mechanisms used to evaluate a
Author name disambiguation is a critical challenge in academic search systems, often addressed through from-sc
Building Information Modeling (BIM) projects require information requirements to be described as machine-check
Published agent capability scores conflate what a model can do with what its scaffold lets it do, and the magn
As Russia's war against Ukraine extends into generative AI, large language models (LLMs) adapted for local pos
Reinforcement learning (RL) holds immense promise for enhancing the reasoning capabilities of diffusion large
Although Sparse Autoencoders (SAEs) have mitigated the opacity of large language models (LLMs) by decomposing
Safety-aligned large language models often exhibit sycophancy, which is the tendency to affirm users' opinions
Current advancements in Audio Reasoning rely on massive Large Audio-Language Models (LALMs), hindering deploym
Diffusion and continuous flow-based language models have emerged as the leading non-autoregressive alternative
Graduate-level research reading report assessment creates a substantial labor burden for educators. While larg
Large language models answer knowledge-intensive questions using both parametric memory and retrieved evidence
Large language models (LLMs) are increasingly released and deployed through opaque development and deployment
As autonomous systems expand from capital-intensive robotaxis to cost-sensitive logistics, sensor configuratio
Change detection and scene recognition techniques have been widely applied to Street View Imagery (SVI) to und
Existing zero-shot video editing methods rely on pre-trained diffusion models, successfully achieving spatial
Deep learning has become prevalent in computational pathology pipelines that support tasks such as cancer scre
Reinforcement Learning with Verifiable Rewards (RLVR) has become an effective paradigm for improving the reaso
Fisheye cameras are widely deployed in autonomous driving perception suites for their low cost and full-covera
The rapid advancement of generative models has blurred the boundary between synthetic and real imagery, creati
While Omni-modal Large Language Models (OLLMs) have demonstrated impressive capabilities in jointly processing
Emotional Video Captioning (EVC) is a challenging task that aims to generate factually accurate and emotionall
Chain-of-thought (CoT) reasoning has proven effective for enhancing problem-solving in large language models.
Robotic grasping is a fundamental capability in robotic manipulation. Yet grasping remains challenging under p
Palmprint modality offers a privacy-preserving biometric solution, yet its deployment is hindered by the domai
While recent text-guided video editing models excel at elementary tasks (e.g., style transfer, object insertio
Generating complete 3D scenes from a single image requires inferring globally consistent geometry, object rela
Human manipulation videos are a convenient and intuitive source for robot learning. However, directly transfer
World action models inherit the predictive capability of world models, enabling action generation to be guided
Robotic manipulation robustness often founders on the physics gap between simplified simulations and the resis
Force signals provide critical interaction cues for contact-rich robotic manipulation. However, existing metho
Recent progress in robot manipulation has been largely driven by learning from large-scale demonstrations. For
Vision-Language-Action (VLA) models achieve strong benchmark performance but still struggle in real-world depl
Vision-language models (VLMs) are powerful general-purpose reasoners, yet converting them into robot control p
We study strategyproof mechanisms for eliciting agents' location preferences truthfully in the Euclidean plane
分析システムの性能を向上するための学習モデル開発を行う。
画像やビデオやオーディオディフュージョンモデルのファインチューニングを行うための、汎用的なファインチューニングキット。
Externally controlled survival trials are increasingly used when concurrent randomized controls are infeasible
Reinforcement Learning from Human Feedback via Proximal Policy Optimization often suffers from policy mode col
Gaussian graphical models in the spectral domain offer a principled approach for recovering conditional depend
Diffusion language models generate text through iterative denoising, offering a powerful alternative to autore
LLM agents increasingly rely on external inference conditions: prompts, tools, memory, SOPs, skills, and harne
Reinforcement learning with verifiable rewards (RLVR) has become a dominant paradigm for improving the reasoni
Computational mental health research has predominantly centered on English-speaking populations, leaving Arabi
We provide a strategic foundation for information: in any given game with incomplete information we define str
AgriGov is a curated, trilingual (English-Hindi-Marathi) dataset designed to address the scarcity of domain-gr
Simulating patients with large language models (LLMs) is a promising tool for mental health training, but exis
Multimodal large language models (MLLMs) have made substantial advancements in video understanding, yet the re
As large language models are increasingly deployed in high-stakes settings, there is a growing need for tools
Large Audio-Language Models (LALMs) integrate audio perception and language understanding within a unified fra
Enabling robots to understand and execute tasks from natural language commands while maintaining data efficien
Multilingual LLM-as-a-judge is widely used to evaluate model outputs across languages, but suffers from cross-
Reinforcement Learning from Verifiable Rewards (RLVR) has recently become a key paradigm for improving the rea
Rubric-based evaluation is a promising paradigm for judging large language model (LLM) outputs, yet self-gener
Large Language Models (LLMs) can generate high-quality arguments, yet their ability to engage in nuanced and p
Reliable evaluation of large language models in surgery remains underdeveloped. Broad medical benchmarks test
Multimodal Large Language Models (MLLMs) have demonstrated remarkable success in visual understanding, yet the
Large Language Model (LLM) safety has often been evaluated at the behavior level, which provides limited evide
Large language models (LLMs) are increasingly used in academic research workflows, but scholarly tasks require
Symbolic benchmarks have emerged as a key approach to assess model robustness under minor modifications to STE
Current image editing software often hinges on fixed filters or expert tuning, leaving a gap between amateur u
Although directly prompting off-the-shelf Large Language Models (LLMs) to generate meaning-preserving source r
The progress of large language models (LLMs) has fueled claims that model-generated summaries rival or even su
Pretraining is fundamental to the development of Large Language Models (LLMs), yet the opacity of pretraining
Understanding customer shopping trajectories is essential for enabling personalized shopping experiences. Howe
Infrared and visible image fusion aims to generate a composite image that retains significant target informati
Understanding where LLMs store factual knowledge is critical for hallucination mitigation. We systematically q
Gender bias in AI-generated stories is a well-documented problem. While much attention has been paid to reduci
Debiasing methods based on principal component analysis (PCA) are broadly used to reduce gender bias in word e
Humans increasingly turn to Language Models (LMs) in ways that shape beliefs and drive decisions, including di
Human evaluation plays a critical role in assessing the quality of generated text. However, the reliability an
Large language models (LLMs) have shown promise in code summarization, yet their effectiveness for Hardware De
Modern large language model (LLM) agents can use external tools to help users solve complex tasks. However, fo
Long-horizon robot operation requires spatio-temporal memory to record the environment state and recall it for
Designing 3D metamaterial microstructures that meet the intended functions remains a major challenge, as it ty
Recent agent frameworks such as Claude Code, Codex, and OpenClaw are strong at tool use and orchestration, but
In assisted teleoperation for human-robot collaboration, accurate intention prediction is critical for enablin
Vision-language-action (VLA) models increasingly condition robot policies on history, depth, or 4D features to
Flexible robotic automation requires systems that interpret operator intent, verify physical feasibility, and
Robotics faces a fundamental challenge of data scarcity. Unlike language or vision research, there is no inter
Soft-bodied organisms such as octopuses and elephant trunks exhibit remarkable morphological adaptability, dyn
Multi-quadruped coordination has attracted increasing attention due to its enhanced payload capacity, broader
Vision-Language-Action (VLA) policies are typically shipped as Python/PyTorch stacks that assume a workstation
Robotic simulators are a cornerstone of modern research in aerial robotics, serving both as a vehicle for the
Object navigation requires a robot to search for an unobserved target in an unknown environment by deciding wh
Existing scientific relation extraction benchmarks mainly target domains such as computer science, where entit
大規模言語モデルのテスト時間調整に関する調査のリポジトリ。
CLIPという画像認識モデルをオープンソースとして実装したライブラリ。
AIエージェントの開発と実装を行うためのエンドツーマンド、コードファーストのチュートリアル。
Dagsterは、データアセットの開発、生産、観察を支援するオーケストレーションプラットフォームです。
医学画像に対する疾患検出モデルを開発し、臨床現場で早期検出と迅速な介入を容易にすることを目的としたフレームワークを提案します。
このリポジトリは自然言語処理(NLP)に関するリソースをまとめたものです。
このリポジトリは、Natural Language Toolkit（NLT）のソースコードを収録しています。
この研究は、データセット特性に関連なくランキング推論アルゴリズムを比較するために、Bradley-Terryランクを提案しています。このアプローチは、データセットを異なる特性に分類し、アルゴリズムをそれぞれの特性に適合さ
At commissioning time, Photovoltaic (PV) operators must forecast production before target-site observations ar
この論文では、LLM APIを連携するための選択ツールであるPandora's Boxモデルを提案しています。Pandora's Boxモデルは、複数のLLM APIから生成した出力を評価するためのツールとなります。出力
Transfer learning addresses the challenge of transfering knowledge from one domain to another. Traditional tra
While algorithmic stability is a central tool for understanding generalization of learning algorithms, existin
Adapting large language models (LLMs) to clinical workflows often requires costly fine-tuning or manual prompt
Synthetic dialogue corpora are increasingly used as proxies for target dialogue data, yet persona-grounded gen
Large language models are increasingly used for social decision-making situations that require balancing cultu
Are tool-calling LLM agents equally safe throughout a conversation? We discover they are not: agents are most
Navigation using a monocular camera is pivotal for autonomous operation on tiny aerial robots due to their per
この論文では、embodied agentsが未来の行動を予測するためのnew Contrastive Action-conditioned Parallel Encoding（CAPE）フレームワークを提案した。CAP
Vision-Language-Action (VLA) models are emerging as a promising paradigm for robotic manipulation, enabling ge
この論文では、四足ロボットのシマイルのためのQuadVerseフレームワークを提案した。QuadVerseは、視覚的、物理的、動的なギャップを考慮したシマイルを用い、四足ロボットの実験環境とシマイルを統合した。
Visual-language action (VLA) models enable robots to predict actions directly from observations and language i
This paper presents ERNEST, a four-wheeled planetary rover concept equipped with a two-degree-of-freedom Activ
This paper presents an open-economy macroeconomic equilibrium model for Proof-of-Stake (PoS) networks with fee
Modern prediction markets face two limitations that restrict their applicability in a range of settings:~(i)~t
Whisper, a widely adopted ASR model, is known to suffer from hallucinations - coherent transcriptions generate
We present SigmaScale, a method for learning auxiliary scaling matrices S to aid truncated Singular Value Deco
Large language models exhibit impressive zero-shot capabilities across a wide range of downstream tasks. Howev
We introduce MMAE, a Massive Multitask Audio Editing benchmark, serving as the first comprehensive evaluation
LLM-driven software engineering agents have become a central testbed for real-world language-model capability,
Retrieval for search agents is still inherited from non-agentic information retrieval: a retriever ranks the c
Confidence-based loss weighting is usually avoided in generative models because it accelerates errors when the
LLMを評価するプラットフォームであり、さまざまなモデルとデータセットをサポートする。
NestJSベースのAIチャットボット開発ツールです。
Electronic health records (EHR) pose large-scale multi-disease modeling problems in which many outcomes are ra
本論文では、物理制約に基づく制約アダプタ
この論文では、強化学習において抽象化をどのように行うかについて研究した。提案された手法は、問題解決の粒度をダイナミックに調節し、学習がスムーズになり、精度が向上することを示した。
この研究では、Q学習法における収束速度を改善するために、線形関数アプロキシメーションと無差別標本を使用した場合の収束速度について研究します。
この研究では、対象変数が因果関係を持つタイムシリーズに対してカウンターファクタル予測を扱った。この際、カウンターファクタル予測では対象変数を含む時間系列に対して対象変数に対しての因果効果を推定するが、過去の観測値からこれ
この論文は、スムースアクティブ化を持つ深層ニューラルネットワークの非均等収束を扱い、統一収束を扱う理論枠組みを提案する。
Autonomous cyber-physical systems (CPS) sit at the intersection of Model-Based Systems Engineering (MBSE) and
Robots that operate over extended periods should not merely visit space; they should progressively understand
Robot manipulation of physical puzzles is important for automatic assembly and disassembly tasks. However, to
この研究では、フェスタースター自動運
この研究では、地位認識を改善するために、地位認識と位置推定を統合した Meridian を提案します。
Vision-Language-Action(バブルラボ、VLアクション)ポリシーが長時間予測と高い不確実性の制御で脆弱であることを認識し、VLアクションポリシーが1パスでのアクションデコードのみを提供し、長時間予測のた
policyがrobotによって異なり、sim-to-real gap、unknown payloads、同じロボットの異なるインスタンスの動的特性により、contact-rich、動的マニュピュレーションのためのpol
この研究では、人々が実際に操作を行っている場合に、人が視点を変更してカメラ動きを生み出しながら学習することの重要性を認識し、ActiveMimicというプレトランジングフレームワークを提案します。
この研究では、人間-ロボット 協力のためのDistributed Conversational Frameworkを提案します。
自律走行において、大規模世界
Open-vocabulary 3D functionality segmentation enables robots to localize functional object components in 3D sc
この研究では、シナリオベースのエネルギー消費予測を可能にするアルゴリズムを提案した。
この研究では、空間モデルを構築することで、ドローンの運用を安全かつ効率的に行うことが可能にした。
Two-sided matching markets often involve information that unfolds over time through interviews, repeated inter
この研究では、オークションにおけるRevenueの保証を実現する方法を提案します。
Retrieval-augmented QA pipelines often route retrieved passages through an LLM rewriter before a smaller reade
Self-evolving agents requires adaptation after deployment, but existing approaches assume a usable learning lo
Existing benchmarks evaluate Tool-Integrated Reasoning (TIR) in LLMs on idealized ''happy paths'', largely ove
We introduce UnpredictaBench, an evaluation that tests the ability of large language models (LLMs) to capture
While Vision-Language Models (VLMs) have shown strong visual reasoning capabilities, their spatial reasoning a
Causal graphs provide a high-level language for making mechanisms transparent. Recent work uses Large Language
Image-to-Video diffusion models leverage input images to generate visually stunning content, yet frequently pr
In real-world applications, models are expected to perform reliably across diverse settings. Yet, many existin
Role-playing language agents (RPLAs) should play characters whose values and behavior evolve as the story prog
Planning for real-world problems by language models often involves both world and user constraints, which may
Large language model (LLM) agents are increasingly applied to long-horizon tasks such as scientific discovery
Video generation models have made impressive strides in synthesizing visually compelling content, yet their ou
Temporal Grounding (TG) aims to localize video segments corresponding to a textual query. Prior research predo
Large language models often improve reasoning by generating explicit chain-of-thought (CoT), demonstrating the
Video event prediction (VEP) requires models to infer unobserved future states from partial video evidence. Ex
Automatic Speech Recognition (ASR) has become a key technology for human--AI interaction. However, code-switch
Multimodal Large Language Models (MLLMs) excel at 2D semantic understanding but lack intrinsic 3D awareness, r
Benchmarks are fundamental for evaluating and advancing LLMs and MLLMs by providing standardized and explicit
A situated query like "where is Lin Wei?" often encodes more than its literal content: the user may also want
AI research often requires decisions before future evidence exists: which bottleneck to attack, which directio
Large Language Models (LLMs)を高速化するためには、Transformerの構造を改善する必要があります。この研究では、早期・中期のTransformer層を繰り返し使用することで、Langua
この研究では、近似近似近似的ノンリニアリスの学習 (Approximate Nearest Neighbour Search) を提案しており、近似近似近似的ノンリニアリスを効率的に学習する。
Diffusion models have demonstrated strong performance in time series modeling due to their ability to progress
オンライン学習でオフラインデータを使用できるように、線形バンディットのアルゴリズムを提案する。
LLMがプログラムを変換する際の動態学を調査し、変換は収束し、制限された吸引領域に収束することが多いことを示す。
Agentic artificial intelligence (AI) systems are transforming the risk landscape by extending beyond informati
Mean-based algorithms are a class of online learning algorithms that assign low probability to actions with lo
Cooperative Multi-Agent Reinforcement Learning (MARL) frequently suffers from severe reward sparsity and explo
Recent AI systems have achieved strong results on a wide range of benchmarks, yet these gains have not transla
Progress in genomic foundation models is difficult to assess due to fragmented benchmarks, incompatible evalua
Agents are widely deployed as assistants over documents, tools, and code. However, they typically act only on
We introduce VideoKR, the first large-scale training corpus specifically designed to strengthen knowledge- and
System prompt optimization improves agent behavior without modifying the underlying model, yielding human-read
Processing video in vision-language models is expensive: each frame occupies hundreds of tokens, and inference
Rubric-based reinforcement learning (RL) uses an LLM-as-a-Judge (LaaJ) to score model outputs according to rub
Multi-agent reasoning systems adopt a "generate-then-transfer" paradigm that forces end-to-end latency to scal
Scientific and engineering progress is fundamentally a long-horizon iterative process: proposing changes, runn
As multi-modal models advance towards long-form video understanding, memory emerges as a critical capability.
Deontic reasoning is the task of answering questions by applying explicit rules and policies to case-specific
Large language models (LLMs) are increasingly proposed as clinical agents, yet static, single-turn benchmarks
Instruction-guided speech editing requires a model to modify specified speech attributes while preserving unre
LLMs can appear cautious in risk decision-making tasks, yet cautious-looking outputs do not necessarily indica
この論文では、RAG、AIパイプライン、企業検索を含むクラウド テンプレートを提供するアプリケーション「llm-app」を紹介します。 llm-app は Docker で動作し、Sharepoint、Google Dr
このリストは、金融市場で使用できる強化言語モデル（LLM）と深層学習の戦略やツールに関するawesomeリストです。
モデルをサービングするためのライブラリを紹介している。
Selecting a clustering algorithm and its hyperparameters without labels is a common difficulty in engineering
We study a distributional generalization of the matrix completion problem in which each entry of the target ma
This paper proposes a two-stage pseudo anomaly-guided anomaly detection method (\textbf{T}wo-stage \textbf{P}s
Resource-constrained pricing controllers can make fixed-price inference impossible: the controller's resource
Large Language Models remain plagued by hallucinations. Recent work has sought to tame their prevalence using
We study simultaneous alternating power iteration for fixed-order asymmetric rank-one spiked tensor models. Ou
密度関連する主成分分析 (PCA) は、高次元データを対象とする際に効果を発揮しないことがあります。ロバスト最適化アプローチを用いて、スパース主成分分析を対象とする手法を提案しました。
時系列データの分類と新しいクラスを追加しやすいクラス増加モデルの開発と、それを用いた実験結果について論じます。
実用的なデータセット内の自然的実験の特定と分析と、それを用いた実験結果について論じます。
Concepts of calibration formalize the compatibility between probabilistic predictions and the respective outco
この研究は、医療従事者が病気の症状を検出し、診断するのを支援するように設計されています。研究者らは、AIのアルゴリズムを開発し、そのアルゴリズムを臨床試験で検証したところ、AIが医療関係者とほぼ同じレベルの精度で病気の症
Active Statistical Inference is a new framework to make precise claims about population parameters with provab
A recurring data mining task in complex networks is to determine how individual nodes contribute to system beh
Classical game-theoretic solution concepts assume that agents' internal representations remain causally linked
This study examines whether standard matching mechanisms function as intended in LLM-agent markets, where LLM
Reward models (RMs) provide critical feedback signals for LLM post-training, notably in reinforced fine-tuning
Equipping Large Language Models (LLMs) to execute reliable multi-step workflows has become a central challenge
3D vision has rapidly evolved, driven by increasingly diverse data representations, learning paradigms, and mo
While household robots are often evaluated based on task completion, everyday domestic environments involve va
Selection is a core operation in interactive image editing. To be practical, a user should be able to specify
Inference-time scaling has emerged as a critical avenue for enhancing Large Language Models' performance, yet
Multimodal agents in robotics, AR, and autonomous driving must reason about places and layouts from continuous
High-quality pretraining data is a central ingredient in modern language models, but German-language resources
Memory is an indispensable capability for long-horizon LLM agents, enabling them to preserve and utilize infor
Wide-baseline matching (WBM) requires integrating geometric understanding, viewpoint changes, fine-grained per
Reinforcement learning (RL) has become a dominant post-training paradigm, enabling large language models (LLMs
Existing benchmarks for MLLM-generated web artifacts assess interaction through local evidence and miss the re
Structured financial audit verification is difficult for language-model agents because correctness depends on
Computer-use agents extend language models from text generation to sustained interaction with files, terminals
Large language model (LLM) agents are evolving from request-response assistants into long-running software act
Many machine learning problems, including similarity learning, ranking, and clustering, rely on empirical pair
Parameter estimation in stochastic differential equations is a classical statistical problem of much importanc
Robust optimization offers a tractable approach to balance operating costs and reliability in power systems do
Pre-training has become a fundamental paradigm in modern machine learning, with one of its key empirical benef
This paper explores policy learning from observational data, focusing on a nonlinear welfare criterion in a bi
Agentic reinforcement learning (RL) enables LLM agents to improve continuously from environment rewards, yet t
Semi-supervised hierarchical clustering aims to learn a tree structure consistent with data patterns and user-
Recent leaderboard-based evaluations of large language models aggregate user feedback by fitting a Bradley--Te
Incentive design studies how a central authority can influence strategic agents through payments, subsidies, o
In the fair allocation of indivisible goods, a widely used notion of fairness is envy-freeness up to one good
A decision-maker (DM) repeatedly makes choices under uncertainty in a bandit environment, where only the reali
We study local pure coordination games on finite social networks, continuing the framework of Hutchcroft, Rosp
Decentralized block building mechanisms replace the monopoly of a single proposer with multiple builders. Howe
We revisit the convergence guarantees of the Extragradient (EG) method for unconstrained biaffine min-max opti
LLM agents are increasingly expected to operate across heterogeneous task regimes that require distinct execut
Large language models (LLMs) have recently been adopted as synthetic agents for public opinion simulation, off
Financial AI agents often fail for a simple reason: they make users carry the complexity. A user must repeated
Video is temporally redundant: adjacent frames usually share most objects, background, and layout. Yet existin
Agentic LLMs with web search change the threat model for text anonymization: weak contextual cues can become c
Deep-research agents solve tasks through long trajectories of search, tool use, evidence inspection, and answe
Abundant procedural knowledge on the Web holds great potential for helping agents solve long-horizon tasks. Ho
How can a population of agents self-orchestrate and self-adapt into stronger collective intelligence without c
このライブラリは、空間情報を扱うためのコンピュータビジョンライブラリです。
Summarize group chat with AI, LLM && query group chat, FREE to deploy your own, support img, link meta info, r
このリポジトリでは、Lecture Learning Modelsに対してReinforcement Learningを実行するライブラリを提供しています。
Foundation models (FMs) have achieved substantial success in generalizing across tasks without problemspecific
We ask: when do Bayesian model averaging (BMA) weights over decision trees carry sufficient epistemic informat
Periodic target updates in Q-learning and soft target updates in actor-critic methods are empirically well est
Gradient-based algorithms are central to modern statistical estimation, yet their statistical analysis is ofte
This paper introduces a distribution-free framework for constructing post-detection confidence sets for change
Large language models are increasingly deployed as advisors whose objective is not aligned with the user's: re
An influential paper of Calvano et al. empirically demonstrated that Q-learning agents spontaneously collude w
A single seller offers one or more goods to a single buyer. The buyer's values and the seller's costs are priv
Large language models are increasingly deployed as coding agents, shifting safety from individual responses to
The rapid progress of frontier large language models has led to widespread benchmark saturation, limiting the
Equivariance theory predicts that an architectural symmetry prior reduces sample complexity by a factor of |G|
この論文では、Large Language Model (LLM) の「データミックス診断」手法を提案し、LLM の診断に役立つ新しい手法であることを示しました。この手法により、LLM のデータミックスを分析し、問題を特
home-llmは、ローカルLIMを使ってスマートホームの制御を可能にするHome Assistantの統合モデルです。
さまざまなLLMのゲートウェイとして使えるライブラリ。
このリポジトリでは、高スループットと低メモリ消費のLLMインフェレンザエンジンであるVLLMを提供しています。
Open-dLLMはOpen diffusion language modelを公開しており、コード生成の前トレーニング、評価、推論、チェックポイントを公開しています。
Multi-arm bandit algorithms are increasingly used in online platforms, clinical trials, and social science exp
Recent publications have suggested using the Shap- ley value for sensor anomaly/attack localization. We study
Modern Machine Learning (ML) and Artificial Intelligence (AI) models, especially large language models (LLMs),
Surrogate-assisted evolutionary algorithms (SAEAs) have been widely used for expensive black-box optimization
Safety alignment in LLMs does not improve monotonically across model generations. Studying four generations of
Current approaches to LLM adversarial testing suffer from coverage gaps: manual red-teaming does not scale, LL
This paper investigates the influence maximization problem under the Independent Cascade(IC) and Linear Thresh
Agentic search systems iteratively interact with retrieval models to answer complex queries. Despite substanti
Transfer learning aims to facilitate the learning of a target domain by transferring knowledge from a source d
The Linear Ordering Problem (LOP) is a fundamental combinatorial optimization problem with important applicati
The emergence of specialized, domain-tuned Large Language Models (LLMs) has demonstrated that smaller models c
In RLHF, each training example contains a prompt $x$ and two candidate responses $y,y'$, and annotators provid
AI benchmarks have well-documented limitations, with prior work examining contamination, saturation, and const
We examine whether human psychometric questionnaires can serve as reliable tools for characterizing and predic
Prompt-injection detectors are heterogeneous: each is strong on a different slice of attacks, and none is alwa
Multimodal Large Language Models (MLLMs) have demonstrated significant achievements in general visual question
Reinforcement Learning with Verifiable Rewards (RLVR) has recently emerged as the cornerstone for shaping the
このリポジトリはChatGPT、GPT-3、FlanT5などのLLMsの在り方や、in-context learningとprompt engineeringのリソースをまとめたものです。
Small and medium-sized enterprises (SMEs) represent the majority of firms in most economies and often face fin
LLM-guided evolutionary search (Evolve systems) has reached state-of-the-art results on mathematical and combi
ポーカーはIAの代表的な問題です。しかし、強いエキスパートレベルを達成するために、長時間にわたるトレーニングと解釈が必要とされてきました。LLMを使用すると、トレーニングやソルバーが不要となり、ポーカーをプレイすることが
Automatic speech recognition (ASR) is a core component of human--computer interaction and an increasingly impo
Memory-augmented LLM agents tackle complex long-horizon tasks by recursively summarizing interaction trajector
We present Stable-Layers, a reinforcement learning framework that eliminates the need for paired supervision b
Evolutionary computation offers a variety of tools to solve complex real-world optimization problems. However,
Landscape feature representations play a central role in automated algorithm selection and meta-learning for b
DEFault++は、Transformerアーキテクチャでの内部コンポーネントの不正常な動作を認識するために、3つのレベルでハイエラルキーの学習ベースの診断手法を実装しました。
MemVidは、サーバーレスで単一ファイルの記憶層を提案し、AIエージェントが即時検索と長期的な記憶を持つようにする記憶層です。
強化学習を利用し、LLMを最適化するには、適切なパラメータを選択することが重要です。この研究では、強化学習のパラメータがLLMの性能にどのような影響を与えるかを調査し、パラメータを最適化する方法を提案することを目指す。
Frontier LLM agents engage in blackmail, sabotage, and document leaks under goal conflicts in agentic settings
We present DEI: Diversity in Evolutionary Inference, a distributed Quality-Diversity (QD) search framework tha
Off-policy reinforcement learning of pretrained flow policies remains challenging due to the instability of op
LLM agents are rapidly evolving from coding assistants into autonomous software engineering systems. However,
エージェントRRLに関連するアワーショットリスト。
The success of deployed agents relies on their ability to handle open-ended user requests using their inherent
Customizing an LLM judge to a specific task or domain often involves optimizing its prompt across multiple eva
Particle Swarm Optimization (PSO) frequently suffers from premature convergence. This paper introduces a famil
The dominant artificial intelligence paradigm trains neural architectures via gradient descent against proxy o
ロボットの制御とパスの計画を高精度化するために、ロボットの制御アルゴリズムを開発する。
Recent video-based world models have made pixel-space environments interactive at the camera level: users can
CVPR 2023で発表されたCustom Diffusionは、テキストから画像を生成するプロセスをカスタマイズできるDiffusionモデルです。テキストからイメージを生成する際の要件を設定できるので、画像生成の柔軟
微舆は人人可用的多Agent舆情分析助手であり、情報茧房を打破して舆情の原貌を還元し、未来の走向を予測し、決策を助けることができます。
Peer selection, the evaluation and selection of agents by their peers, is an important problem in the field of
自動車の avanzing を進めることで交通システムへの影響を理解することが注目されているが、混雑しやすくオートナミティと非オートナミティの両方の車両が共存する交通環境を研究する必要がある。混合オートナミティの環境をモ
We study adversarial multi-armed bandits with and without delayed feedback under a safety-aware goal: achievin
Vision-Language Models (VLMs) are increasingly deployed in embodied environments, where they need produce nume
rasaは、テキストやボイスベースの会話を自動化するオープンソースの機械学習フレームワークです。自然言語理解(NLU)、会話管理、 slackやFacebook等への接続など、幅広い機能を提供しています。
language modelは、現在、novelな環境に一般化することが求められ、推論尺度を伸ばす検索手法であるAlphaEvolveと組み合わせることが求められます。しかし、標準的なparadigmではLLMは、pre
この論文では、アノマリーディテクションにおける負の選択アルゴリズムを最適化するために、量子遺伝アルゴリズムを導入します。这により、検出器の生成効率を向上させることができ、精度も向上します。
Ethereum block builders run sealed auctions among searchers, but nothing in the protocol forces a builder to h
自動変換により、モデルはテスト時に計算量を最適化し、難しいステップでより多く計算すると同時に、簡単なステップでより少ない計算を実行します。
An awesome & curated list of best LLMOps tools for developers
LLMを使用して、自然言語処理における情報抽出を行うためのPythonライブラリです。
We study the approximability of EFX allocations for indivisible chores under complement-free cost functions. T
コード生成を進化させるために、最近の研究では LLMs と進化する検索を組み合わせて、タスクに特化したフィードバックを使用してコードを生成、編集、そして選択することを実現している。タスクに特化した評価者でのベストスコアは
LLM（大規模言語モデル）を利用してテキストパラメータを最適化するシステムを提案しました。このシステムは、単一のシステムでさまざまなタスク（単一タスク、複数タスク、未知の入力など）を実行可能でした。また、システムは、最適
Multimodal large language models often generate reasoning chains containing subtle errors that lead to incorre
Personalized pricing negotiations are a challenging testbed for LLM agents because successful interaction does
Competitive multi-agent reinforcement learning in imperfect-information games requires agents to act under par
LLMモデリングのチュートリアルです。インフェレンスタイム、フィネチュニング、RAGなど、さまざまな機能とサービスの使用方法が解説されています。
Multimodal optimization requires finding many optima rather than merely keeping a diverse population. Yet most
A comprehensive toolkit that provides building blocks for LLM-based named entity recognition, attribute extrac
Correlated equilibria are a fundamental solution concept in game theory. However, despite decades of research,
The Manta Ray Foraging Optimization algorithm (MRFO) has proven to be a powerful heuristic strategy in the opt
Hippocampal-Entorhinal の構造を取り入れ、抽象的な表現と予測的世界モデルを学習します。
Despite recent progress in constructing generalizable parallel algorithm portfolios (PAPs), no general-purpose
Motivated by applications where a system must remain operational via continual procurement of contracts, we st
We study whether simple algorithmic pricing systems can systematically produce collusive-like prices in multi-
ゲームの抽象化を実現する方法を提案した研究は、ゲームを大きくする要因を削減するために役立つ。しかし従来の方法は、別のゲームに応用する際にゲームごとに分析する必要がある。これは、抽象化を一般化するの難しい原因の1つとなる。
In this work, we study stochastic one-shot games where agents' utilities depend on the collective strategy pro
We study a repeated information design setting in which the receiver, who is also the decision-maker, updates
An index is a function that given an election outputs a value between 0 and 1, indicating the extent to which
大規模な不完全情報競争ゲーム（例:スターカフト、ドータ、カウンターストライク）における精査可能な均衡の取得は、sparse rewards と長時間探索のため計算上厄介になっています。この研究では、対手2人ゼロ和（2x0
ゲームにおけるAIツールの不正利用を検出、防止するための中間フォームゲームにおける水印技術の開発
不確実性を考慮したエージェントのパフォーマンス評価手法を提案し、多エージェント環境におけるエージェントのパフォーマンス評価を向上
(この項は、MiniOneRec — Minimal reproduction of OneRecのリポジトリで説明しているため、このリポジトリは削除しました)
多分類パラメーターを扱うためのタイプ-実現した共進化の方法を提案し、この方法が実
Costly cooperation and costly signaling are both difficult to reconcile with simple fitness maximization, yet
Negotiation is a central mechanism of economic exchange, shaping markets, procurement, labor agreements, and r
Model merging has emerged as a cost-effective alternative to training large language models (LLMs) from scratc
The Ethereum blockchain utilizes the EIP-1559 algorithm to manage transaction inclusion and block assembly. Ho
AI alignment and participatory design motivate a new democratic design problem: how to collectively choose a d
Bilateral trade models the task of intermediating between two strategic agents, a seller and a buyer, who wish
Given rationals $α$ and $β$, the sure-almost-sure problem for a quantitative objective $\varphi$ in a Markov d
We decompose an evolutionary mixture-of-LoRA system on a from-scratch ~150M-parameter widened-D substrate (D=1
マルチエージェントシステムのゲーム理論的枠組みを構築し、エキサイタブルの理論的基盤を提供することを目指しています。
スパイク神経ネットワークをmmWaveセンシングに適用し、高精度な特徴抽出を可能にすることができます。
Generative AI models differ from traditional machine learning tools in that they allow users to provide as muc
Gradient-based preference optimization methods for large language model (LLM) alignment suffer from preference
LLM-guided evolutionary methods such as AlphaEvolve have proven effective in domains like math, systems resear
Reinforcement learning (RL) has enabled robust quadruped locomotion over complex terrain, but most learned con
We introduce Evolutionary Ensemble (EvE), a decentralized framework that organizes existing, highly capable co
We present ARES-LSHADE, a memetic differential-evolution variant submitted to the GECCO 2026 competition on LL
This paper proposes Drain-Vortex Optimization (DVO), a population-based metaheuristic for continuous optimizat
Distributed computational substrates rely on two elementary operations: bundling, the act of populating a shar
インスタテストタスクの推論を高速化するために、スケーリングを適用して、推論時間を短縮することができる。
Evaluating fairness in Spiking Neural Networks (SNNs) demands rigorous benchmarks that reflect real-world comp
We survey continuous-time generative modeling methods based on transporting a simple reference distribution to
A hallmark of life on Earth is the ability of agents to exert causal power and be drivers of subsequent events
CoupleEvoは、大規模言語モデルを活用したカップルの最適化問題の自動ヒューリスティクーデザインアプローチを提案します。3つの進化的調整戦略が提示されます。
Speech-based large language models are typically constrained to spoken replies, which limits their user-facing