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
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。
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。
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。
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。
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。
マルチモーダル理解技術のための新しいアプローチであるMIRRORを提案しました。MIRRORは、テキスト、図、テキストと図の組み合わせから等価な視点を提供することで、視覚的な推論や複雑な推論力を向上し、さまざまなモデルの
医学画像分析は、医療の診断や治療を支援するために画像に記載されたデータから情報を抽出する研究分野です。この研究では、foundation modelsを用い、医療画像分析のための新しいアプローチを提案しました。found
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。
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、現在のVision-Language-Benchmark（VLB）を超える、MLLMがアクティブな観察を実演できるようにするためのバenchmark、ActiveVisionを提案する。このActiveVi
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、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。
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。
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。
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。
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。
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
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。
aimは、利用しやすく強力なオープンソースのエクスペリメントトラッカーです。
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。
CVV または CWE への分類を実現し、バグ修正のために重要な手順となるCVEへの CWE 分類を自動化する。
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。
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。
オープンソースのGPT/LLMエージェント作成ツールです。
多モーダル理解技術のための新しいアプローチであるMIRROR（Learning from the Other View）を提案しました。MIRRORは、テキスト、図、テキストと図の組み合わせから同等の視点を提供することで
Speculative decoding accelerates autoregressive generation by having a cheap draft propose tokens that a targe
Cognitive impairment (CI) is a growing public health concern. Early and accurate diagnosis is critical for ena
Coordinating autonomous vehicles at unsignalized intersections remains a critical challenge for multi-agent re
An initial high-recall stage in an empirical pipeline decides which items pass to later review, labelling, or
Deterministic KV-cache eviction keeps the top-$k$ tokens under an importance score and deletes the rest. We pr
Scaling inference-time computation has emerged as a reliable method to improve the performance of large langua
チェーン・オブ・サウト reasoning モデルの収束不明確さを解決する研究。このモデルの不完全収束は、生成するトークンの数に依存し、モデルには収束しない限り問題を解決する能力がない。これを解決するための予測を終了する
マルチタスク学習におけるタスクのグループ分け方法を提案した。この研究では、タスク間の意味的関係を考慮することで、マルチタスク学習の実行を改善することができると主張した。
可能な量子的計算機械学習モデルにおける一般化の理解を進めた。この研究では、パラメータ化された量子回路のパフォーマンスのスケーリングに影響を与える要因を調査し、パラメータ化された量子回路のパフォーマンスを理解するための新し
アライメントした言語モデルの偏った表現の理解を進めた。この研究では、アライメントした言語モデルの表現を分析して、偏った表現を理解することができ、これを用いて、偏った表現を正すことができると主張した。
Integrating heterogeneous biomedical data, including clinical metadata, histopathology images, and molecular p
Large language models (LLMs) are increasingly used as tutors and thought partners, helping users reason throug
Multi-task learning (MTL) is a promising approach for prediction tasks derived from video game state data, as
Graph signal processing tasks that leverage spectral information typically assume access to the complete graph
この研究では、機械学習モデルを使用して血糖値の変化を予測し、糖尿病管理のためには血糖値データの前処理が重要であることの重要性を強調しています。
この研究では、反対称関数を用いて、機械学習モデルが状態のどの点からどの点への値の差を予測できるような相対的な値学習(RV)を提案し、制御や推定を向上させる可能性があります。
この研究では、固定行動軌道に基づいて訓練されたオフサイト学習エージェントのデータ削除を評価するためのTOURを提案し、オフサイト学習の安全性を高めます。
この研究では、自己説明の信頼性を検証するためのRL方法を提案し、自己説明の信頼性を直接最適化するための新しいアプローチを検討します。
この研究では、長期
The original ALPHA benchmark introduced a taxonomy-aware penalty for evaluating CWE-level vulnerability predic
Ordinal Classification (OC) deals with classification tasks where the classes follow a natural order. Despite
ラテン言語モデルを使用すると、言語モデルの内部の計算結果を分析できる。計算結果は、連続ベクトル空間として実行される中間計算であり、これを分析すると、モデルがどのように結果を得ているかを明らかにできる。
RFマップ（無線周波数マップ）を推定するためのTransmitter-Aware Diffusion（送信機認識拡張）を提案した研究で、この方法によりRFマップを効率的に推定できる。
CUDAカーネルの生成を支援するCudaPerfを提案した研究で、この方法により、高性能のCUDAカーネルを効率的に生成できる。
LLM（言語モデル）の評価における位置バイアスを分析するための方法を提案した研究で、この方法により、位置バイアスが評価結果にどのような影響を与えるかが明らかにできる。
オフラインRL（非実時学習）におけるタスクの分割を支援するOffline RL with Hierarchical Action Chunkingを提案した研究で、この方法により、タスクの分割が効
Motivated by reinforcement learning in harsh environments, we consider the problem of learning an optimal poli
この研究は、ランダムサンプリングで発生する偏りをなくし、分布の収束を高速化する方法を提案した。方法は、サンプルの傾向を変化させることで、サンプルが予測できないようにした。
この研究では、言語モデルが社会的に正しい判断を下すことができる方法について調べた。結果は、模式が対立を保つ能力が高くなり、他の人の視点を受け入れやすくなったことである。
この研究は、リソースフローの動作を表すPetriネットと、APIを操作するためのテストを自動生成する方法を提案した。方法は、APIの機能をテストするためのシナリオを生成し、テストが正しく実行されるようにした。
GS-Agentは、自然言語から生成することができ、物理的に正しく動作する4次元の世界を生成することができる。方法は、物理的正しさを保つために、生成時に物理的推論を使用した。
この研究では、LMOの安全性を調べた。結果は、直面する危険目標に対してモデルが安全なアドバイスを出すことができた。
この研究は、奇数サイクルのシャノン容量の最小限度を検討した。結果は、グラフの独立集合の大きさに基づいて最小限度を計算することができた。
Agentic Context Managementは、エージェントのメモリとコストを管理できるようにした。方法は、エージェントが自己管理できるように、トレーナーが制御できるようにした。
Large language models (LLMs) and agents are now widely used tools in code development, with data typically sen
The rise of human-AI collaborative writing has created a growing need for fine-grained detection methods that
The ability to handle long-term memory in LLMs is becoming increasingly critical, yet existing benchmarks rema
In long-horizon LLM agent reinforcement learning, weak policies often repeat similar failures, producing uninf
Large Language Models (LLMs) excel at natural language understanding and generation but remain unreliable for
The boundary and divertor plasma govern how a tokamak exhausts power and particles, setting heat fluxes, targe
Vision-and-Language Navigation (VLN) enables embodied agents to follow natural-language instructions. However,
Open-vocabulary semantic segmentation (OVSS) leverages textual semantics to segment objects beyond predefined
For years, supply chain planning at e-commerce firms has operated as a collection of isolated projects. Each p
Phonetic forced alignment is a key technique in phonetic research, yet existing alignment systems lack special
Bibliometric indicators - citation counts, h-indexes, co-authorship networks - have long anchored science, tec
Retrieval-Augmented Generation (RAG) systems increasingly employ multiple LLM agents. Yet, most prior work opt
The reliance on unstructured free text for documenting clinical trial protocols creates a significant barrier
LLMは、人間のアイデンティティのシミュレーションを使用して個人データを削除したり、未均衡なデータを削除したりしますが、これらのアプローチには制限があります。
このプロセスでは、大規模言語モデルを使用して、ダイナミックプロセスモデルに基づいて自動化された制御戦略を生成します。
この研究では、大規模言語モデルを活用して、経済学の研究活動をサポートするシステムを開発しました。このシステムは、学者が理論モデル開発を自動化することができます。
この研究では、大規模言語モデルを活用して、信念の共有を組み合わせるモデルを開発しました。大規模言語モデルを活用することで、信念の共有を推測することができました。
この研究では、大規模言語モデルを活用して、自己決定エージェントの説明可能性を研究しました。大規模言語モデルを活用することで、エージェントの行動を推測することができました。
Ninety-Nine Prolog Problems (P-99) is a famous set of Prolog exercises. We solved the first thirty three just
Event-B is a formal method rooted in predicate logic and set theory. We encoded over 600 proof rules in Prolog
LLM (Large Language Model)とLP (Logic Programming)を組み合わせて、有理数である√2の非有理性を証明します。この証明には、LLMが主観的な論理式を生成し、LPが証明を行うプロ
S2S (Speech-to-Speech) LLMアシスタントを利用して、人間のような話し方をすることができますが、安全対策の実装が困難です。この研究では、S2S LLMアシスタントの安全対策を2つのアプローチで実現し
老年者は移動が困難になることが多いため、この研究では老年者の安全な移動支援システムを開発します。このシステムでは、LLMと予測モデルを組み合わせて、老年者の安全な移動を支援します。
知識重視の質問応答システム (KI-VQA) を分析するために、新しい評価基準を提案します。これらの基準では、VLMの各タスクを個別に評価することができます。
ビデオLMMの安全性を確認するために、新しい診断フレームワークを提案します。これらのフレームワークは、モデルの挙動、理解、セマンティクスを同時に考慮します。
RISC-V単コア上の16ビット浮動小数演算 (FP16) を高速化するために、新しいフレームワークを提案します。これらのフレームワークは、メモリ フットプリントを約50％削減しながらモデルのパフォーマンスを維持します。
代理記憶の学習は、LGMが効果的に情報を保持・更新・処理できることを意味します。この研究では、アトリビューテッド グラフィックフィードバックを使用して、代理記憶を最適化する方法を提案します。
Traditional approaches to wearable health signal analysis, such as smartwatches, are constrained by rigid anal
Multimodal large language models (MLLMs) have achieved impressive performance in multimodal emotion recognitio
Large vision-language models are becoming increasingly dominant in 3D medical image interpretation, but we rar
_guardianAgentBenchBenchmarkは、580のシナリオを6つのドメインで評価し、3つの実稼動フレームワークであるLangChain、LlamaIndex、Vectaraを利用します。このベンチマーク
Coding agents ship with one kind of memory: documents. Instruction files, plan artifacts, and auto-written mem
Scientific research involves complex information-seeking and reasoning workflows across heterogeneous sources.
AI knowledge systems require representations of entity importance for retrieval, recommendation, evidence sele
Large language models (LLMs) have rapidly and significantly entered scientific workflows, but it remains uncle
Generative AI lets large language models produce scholarly-looking text within seconds, yet fluency does not e
Deep Research agents extend LLM-based assistants into long-horizon workflows involving planning, retrieval, ev
Visible tests are a common gate for LLM-generated code, but passing them does not certify specification correc
Medical LLMs are often evaluated by whether they select the correct diagnosis, but diagnostic accuracy alone d
ある単位の人間の認知的難易度は、その単位のスルーパイズアル (Surprisal) と特定の言語モデルによれば線形関数に等しいという理論が存在します。しかし、この理論は実態を反映していないという批判があります。この論文で
Large Language Models (LLMs) は医学教育に大きな可能性を持っていますが、現在のシステムでは、質問に答えるか一時的なフィードバックしか行なわれていません。一方、臨床病例を決定センターへの学習トレ
この論文では、大規模言語モデル (LLMs) が日常的な文化的知識を評価する能力に着目しています。ここで、TriviaRoomQA というクイズスタイルで問題を提示して、LLMs が日常的な文化的知識をどのように評価する
この論文では、音声字幕の評価手法が提案され、音声字幕の評価において既存の手法の制約を克服することを目指しました。提案されたフレームワークは音声字幕の各側面を評価し、質問回答型の評価手法ではなく字幕の中立性を評価することが
この論文では、対称的な位置エンコードにモビアスの対称性を適用しました。これにより、ローテーションの平面での各位置間のホロノミーが -1 となり、シーケンスの両端が決定的に結合されます。この手法により、精度が高額になること
この論文では、記憶システムをサポートするフレームワークMemToolsが構築され、記憶システムの開発を容易にすることを目指しました。これにより開発者は、記憶システムの各コンポーネントを開発およびテストしやすくなり、設計と
この論文では、会話マンダリンにおける単語の意味と子音の特性の関係を調べました。その結果、単語の
In capital-markets workflows the question is rarely whether a large language model can produce a fluent draft,
Extracting structured content from news pages remains challenging due to heterogeneous HTML layouts, inconsist
Large language models (LLMs) have developed rapidly and become valuable tools in everyday life. However, how t
Token cramming compresses sequences into learned embeddings with near-perfect reconstruction, but fixed token
Large Language Models (LLMs) have demonstrated remarkable ability in generating personalized content by levera
Culture is lived through conversation, yet existing Indonesian cultural commonsense benchmarks evaluate LLMs o
Distinguishing animate from inanimate concepts in written language requires more than shallow text processing,
Grievance is one of the warning signs analysts look for when assessing threats of violence. It is increasingly
化学物質の構造を予測する言語モデルが信頼性の低い情報を生成する傾向があることを指摘し、原因と解決策について検討している。
コーディングエージェントの評価基準を導入し、現実世界のコミットやプルリクエストに基づくタスクを構築した。
Chinese language の長形法律研究報告における出典の信頼性を評価し、信頼性が低い出典を検出および評価する目的で LegalCiteTrust を提案している。
非真実性の評価において、評価手法が多様な評価基準を捕捉する能力に乏しく、評価者間の偏見が存在する問題を解決するために、CSPF (Constrained Shared-private Fusion) を提案している。
長形推論のための言語モデルが、提供されたコンテキストから乖離した論理を生成する可能性があることを指摘し、コンテキストと推論論理をより適切に融合するため、 REFACT (REstating Facts in Adapti
Quantitative drug-induced sleep endoscopy (DISE) requires reliable airway boundaries at specific anatomical le
AI-enabled visual perception systems are increasingly deployed in intelligent transportation infrastructure an
The goal of this paper is to reduce the input token cost of Omni-modal large language models (Omni-LLMs) at in
Infrared image super-resolution (IISR) mitigates the limitations imposed by low spatial resolution. Existing m
大規模言語モデルはさまざまな画像をテキストに変換する上で優れた性能を示しているが、発生するホログラフィックな診断にはまだ解決策が必要です。この研究では、主流の粗い検出方法の欠点を補うため、細部の診断方法を提案しています。
大規模言語モデルのハロウィーン診断では、対象の 3D 空間関係を推論する際に、視覚化が欠如していることが問題となります。この研究では、これらのハロウィーンを軽減するためのアプローチを提案しています。
空間理解は、物理世界と静的のセマンティック理解の間でつながるために不可欠です。多くの空間タスクは、場所、領域、パスの自然な表現は、ポインティングやマーキングなど、連続的な視覚的シーンで行われることが多いが、現行の空間推論
パスロジは、現在、パスロジ認識のための画像言語モデルを評価するために広く使用されていますが、この研究では、パスロジ認識において画像言語モデルの視覚知覚が機能していることを疑問に問っています。
Recently, cross-domain few-shot facial expression recognition (CF-FER) has received considerable attention. Ho
本論文では、テキストと動画を対応させるDistribution-Alignment Bridge（DAB）を提案します。DABは、テキストと動画のエンティティを確率分布として表現し、両者の間の分布の差異を解決します。この
この研究では、歯科CBCT画像中のメタルアーティファクトを除去するための循環互換的アドバーサリアルネットワーク（CycleGAN）を提案します。CycleGANを使用すると、メタルアーティファクトを除去した後、CBCT画
この論文では、Lumeraという手法を提案します。Lumeraは、Engine-Native 3D World ReconstructionとLightsを検出するために使用します。
この論文では、ViSTR-Benchという手法を提案します。ViSTR-Benchは、MLLMが動的シーンから情報を取得できるかどうかを評価します。
Generating realistic interior furniture layouts that strictly adhere to architectural constraints (e.g., walls
強制制約に基づく強化学習を利用し、低コストで高精度の組み立てが可能になると同時に、組み立てに失敗してもロボットが安全に回避できるように、ロボットの制御のための強化学習を提案します。
オブジェクト目標のナビゲーションにおける、動的な避け方とマルチフロア環境を考慮した、ゼロショットオブジェクトナビゲーションのフレームワークを提案します。このフレームワークでは、動的な人々とマルチフロア環境を考慮しながら、
オートメーションされたマニピュレーションを目的とした、大規模なテーブルトップのデータセットであるTableVerse を提案します。このデータセットには、物理的に可能な実世界のレイアウトを生成する実用的な方法が含まれてお
多ロボットのトラッジオプティマイズを目的とした、分散型のモデリングベースの浸透を提案します。このフレームワークは、非凸の非線形の非可微分な環境を考慮しながら、効率的なトラッジ作成を支援します。
オートモーティブレーシングにおける防御阻止を目的とした、強化学習とモデル予測制御のハイブリッドフレームワークを提案します。このフレームワークでは、自律車
Large language models are increasingly used in K-12 education, but existing benchmarks mainly test exam questi
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。
NestJSベースのAIチャットボット開発ツールです。
エージェントRRLに関連するアワーショットリスト。
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。
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。
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。
giskard-ossは、LLMエージェントの評価とテストライブラリを提供します。
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。
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。
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。
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。
Scalar metrics are often used to evaluate clusterings against known classes, but they can obscure a fundamenta
Weather forecasting foundation models (FMs) are increasingly fine-tuned to predict air quality, offering fast
Majority voting over LLMs is widely assumed to benefit from diversity, and diversity measures are used to choo
In large-scale machine learning, distributed training commonly involves multiple workers evaluating the gradie
As LLMs become more capable, they are increasingly deployed as collaborative agents, taking on user-delegated
We consider the problem of learning high-dimensional semi-global feedback controllers under hard safety constr
The robustness of machine learning techniques across heterogeneous network domains remains an open challenge i
Predicting how deformable objects evolve under robotic manipulation is a longstanding challenge. Existing appr
We introduce Frontier Financial Judgement, a challenging new benchmark developed in collaboration with profess
この研究では、人間の遠隔操作を可能にするために、バーチャル リアリティと強化学習を組み合わせることを提案した。人類との対話に従って、ロボットの身体を操作し、移動することができるようになった。
Sparse autoencoder (SAE) features are used to interpret and steer large language models, yet whether a feature
この研究では、最大平均分散 (MMD) と相関類似度 (CORAL) という 2 つの分散マッチングフレームワークのために、オンライン分散処理に適したサブサンプリング方法を開発した。
Medical image encoders from different groups are increasingly treated as interchangeable, on the assumption th
Spatio-temporal machine-learning modelling is an important tool in environmental research. However, machine-le
Bayesian online learning promises uncertainty-aware prediction on data streams, but its performance hinges on
Accurate modeling of environmental systems is fundamental to scientific understanding and decision-making, yet
生分子注文を扱う研究、Plausibility-Driven Prioritization を用いて生分子注文を提案する。
Modern power systems increasingly require probabilistic forecasts amid interacting uncertainties from renewabl
エピステミック目標を扱う研究、Active Inference を用いてエピステミック目標を提案する。
協同学習を扱う研究、Autonomous Collaborative Learning を用いて協同学習を提案する。
分布の比較を扱う研究、Directional Kernel Mean Difference を用いて分布の比較を提案する。
Sample-based Quantum Diagonalization (SQD), an extension of Quantum Selected Configuration Interaction (QSCI),
Post-training with evaluator feedback on policy-induced samples serves as a major mechanism for improving larg
この研究では、AIベースの採用システムを使用して、過去の履歴データに基づいて機械学習モデルをトレーニングすることで、社会的偏見を永続させたり強化したりするリスクを評価および緩和することを目的とした。
この研究では、抗原特異性抗体を設計するために、抗原および抗体の間でエピトープレベルでのペアリングが必要であることを考慮した、抗原特異性の抗体多モーダルファンデーションモデル（AAMFM）を提案しました。
この研究では、深層人工神経ネットワーク（DNN）の検証コストを削減するために、ニューラル崩壊 instabilitiyを用いたテストケース優先順位付け方法を提案しました。
この研究では、Consumer Wearablesに基づく Short-term Heart Rate Variability（HRV）予測を目的とした、Time Series Foundation Modelsの評価を
この研究では、マルウェア検出に使用されるデープラーニングモデルにおける、位置依存性KVキャッシュ（Key-value Cache）を改善する方法を提案しました。
この研究では、実世界ロボットのシーケンシャル予測に使用できる、diffusion-based frameworkを提案しました。
この研究では、時系列予測において、非線形バイアス補正を用いた新しいfilterを提案しました。
We study horizon-free regret minimization for finite-horizon time-homogeneous tabular Markov decision processe
Predicting missing cell values in tabular data is a fundamental problem in data cleaning. While state-of-the-a
AIエージェントを標的にしたテストを実施し、潜在的な見過ごしあり難い弱点を捜索して強化された攻撃戦略を実施することを提唱している。
分子構造を決定するために、スペクトルデータから自動的な構造解析を実施するための方法を提案している。この方法は、スペクトルデータに基づいてヒントと改良を繰り返すことで、分子構造を決定するもので、分子の可能性の広範な構造スペ
VLSIのグローバルルーティングは、信号ネットワークを 3D グリッド上で割り当てることが目的であり、信号遅れやワ
この研究では、ラベラーの品質が悪い場合の対策として、ラベラーの評価を自動化します。特に、ラベラーの評価はオブジェクト検出のタスクでは困難です。したがって、ラベラーの評価を自動化するために、画像認識のデータを分析してラベラ
Large language models (LLMs) have shifted human--computer interaction from `traditional'' interface journeys t
AI coding agents powered by LLMs are increasingly integrated into real-world software development, where they
Large language models increasingly use search tools to retrieve up-to-date information, introducing a new atta
Traditional agent development is split across prompt templates, tool schemas, callback code, and workflow grap
We present a privacy-preserving framework for synthetic lung CT slice generation developed for the Image-CLEFm
Concept Bottleneck Models provide interpretable-by-design predictions by mediating diagnosis through human-und
Large Language Models (LLMs) have demonstrated strong capabilities in code generation and reasoning, yet their
In many reasoning problems, the premises are not observed as discrete symbols, but must be inferred from high-
Clinical biomarker workflows in translational research settings often rely on spreadsheet-driven tracking, man
This study empirically analyzed generative AI as an emerging discovery pathway to academic library resources.
モデルの脆弱性を解決するために、四つのエージェントに分割される多様なフレームワークPoTREを導入した。モデルの推論能力を強化し、単一のストリーミングアプローチよりも複雑な理論的制約とアブストラクションに抵抗できるように
侵攻テストツールが異なっている点、決定主義的な性質、狭く特定されたスコープ、専門技術の操作を用いたものと異なり、LLM駆動の自治的セキュリティツールは3つの次元で不確実性を示した。政策決定への説明が困難、影響の開放性、行
文化的意味の表現が表現された翻訳には、翻訳システムが表現する意味を理解するために、表現の文化的背景を考慮する必要があることを指摘した。文化的背景が表現されている表現された翻訳には、いくつかの課題があり、LLMベースの翻訳
組み合わせ方程式の最適化を解くための新しいフレームワークを提示した。分布される量子アルゴリズムの局所的な制限に直面する際、最適化の解を導けるために、分布される量子近似最適化アプローチと深層学習アルゴリズムを組み合わせた。
分析報告の迅速な解釈が求められるときに行われるマルウェア分析を実現するために、閉じた重みの大きい言語モデルを使用しないことが多い。オープン重みの言語モデルは、マルウェア分析のために適切な言語能力と、閉じた重みの大きい言語
Quantized small autoregressive reasoning models can enter long, repetitive, or unproductive trajectories, yet
Retrieval-augmented large language models frequently face contexts that interleave useful evidence with mislea
Large language models can answer scientific questions, yet a correct output does not reveal whether the model
Aspect-based sentiment analysis (ABSA) in Arabic must recover both explicitly stated aspects and implicit aspe
Perturbation techniques that turn unsuccessful jailbreak prompts into successful ones are continuously evolvin
回線流量データに対するノイズと漂移を考慮した波列減少アルゴリズムを実装し、静的な波列減少法が漂移のあるシナリオでは効果を低下していると指摘する。
We introduce Rushes, a dataset and benchmark for studying revealed human engagement preferences in interactive
Large language models trained and aligned within different linguistic and regional ecosystems may frame the sa
Value alignment of Large Language Models (LLMs) has been shown to be culturally biased toward Western norms. T
Humans distill experience into reusable abstractions, e.g., strategies and cautionary reminders, and apply the
LLMは、状況から価値観を判断できるかどうか、という研究が調査されました。LLMは、状況に応じて真の価値観を推測することができました。
同じカテゴリを組み合わせることしかできないという考えに対抗して、異なるカテゴリを組み合わせることができるかどうかについて、言語モデルが調査されました。
Persona simulation involves utilizing large language models (LLMs) to anticipate human choices or interactions
大きな言語モデルは真実の情報を提供できるように見えますが、実際は虚偽情報を提供することが多く、これを検知、検出、および検証するための基準を作成するため、HalluTruthQAが開発されました。
大きな言語モデルは、さまざまな価値観に対して異なる反応を示すことがあり、これらの反応がどのように影響するかを調べました。
大きな言語モデルは、ユーザーの信念と事実的な正しさを合わせる傾向があるが、これらの傾向は多様であることを明らかにしました。
AIは、特に当代芸術作品のパスティーシュを作成する能力が高いが、これらの作品はどれだけ実際の作品と似ているかを調べました。
大きな言語モデルのエージェントは、第三者のスキルによる実際的な危険を認識し回避する能力を評価します。
大きな言語モデルの答えは、質問や入力の形態に応じて異なる傾向があることを認識しました。
大きな言語モデルは自発報告を提供するが、これらの報告は人間のインタビュー問診や不明確な提示に基づいており、このモデルの自発報告能力とその心理的意味を理解することが求められました。
小さな言語モデルに対するドロップインコーパス、tiny_schillerを導入し、単一ファイルで利用できるようにし、言語モデルを簡単にprototyping、fine-tuning、教育、研究に利用できるようにする。
Agent safety is moving from content moderation toward preventing operational failures before tool-using agents
FinMMEval 2026 タスク 2 は、英語で提出された短答式の金融問題を解決することを目的としています。英語以外の言語による証拠も使用されます。
FinMMEval 2026 タスク 1 は、英語、中国語、アラビア語、ヒンディー語で行われる多言語的な金融質問に答えるものを評価します。
There is growing evidence that data diversity is crucial for developing fair and robust NLP models. However, c
With the wide application of large language models (LLMs) in real-world scenarios, the value implication of th
Hypergraph-based RAG systems surpass traditional graph-based approaches by organizing complex n-ary atomic fac
この研究では、偏見が蓄積されることが多くのLLMで問題となります。一方、この研究によって、LLMの偏見を解決する新しいアプローチが提案されました。
3D オキュピエンシー予測には、物体の配置と密度を解釈するための視覚的手法が必要です。従来の方法では、計算コストが高くなりすぎていたが、新しく提案されたGaussianSeedアルゴリズムは、層を階層化することで、計算コ
この研究では、AI生成物の論理的評価に必要なものとして、生成物がどうやって結果を得るのかを明らかにすることの重要性を強調しています。この研究では生成物を分解し、その論理的な構造を理解するために自然言語推論を利用し、生成物
Recent advances in 3D scene editing have leveraged iterative diffusion models to update input views. However,
Modeling continuous object deformation is important for many computer vision and robotics tasks, such as manip
ビデオキャプション生成には、空間と時刻の理解が重要です。PercepCapアルゴリズムは、ビデオ入力を空間時刻認識に分解することで、生成されたキャプションの理解度が向上するとともに、空間時刻の誤差をより正確に検出でき、キ
複数ターンのファッション画像検索は、実世界のファッション検索では重要なタスクです。Diverse-Intent Multi-Turn Fashion Image Retrievalアルゴリズムは、異なる検索用途を扱うこと
Remote sensing image editing aims to modify remote sensing images according to natural language instructions w
Aims: Cardiovascular magnetic resonance (CMR) imaging enables non-invasive assessment of myocardial structure,
OffNadirLocは交差視点地理位置を推定するための基準セットを提案します。これにより、ドローンと衛星画像の交差視点地理位置推定プロセスでは重要な構造的シーン理解と内部ドメイン間の関係制約に焦点を当てることができます
ETPデザイナはマルチモーダルな電子シアターのデザインを自動化するフレームワークを提案します。
Synthesizing native 2K multi-garment virtual try-on is a formidable frontier in digital fashion, critically bo
Long-range vehicle trajectories provide important spatio-temporal evidence for traffic safety analysis, autono
Multimodal large language models (MLLMs) are increasingly expected to automate visualization development by ge
Understanding instrument-tissue interactions is essential for context-aware surgical AI and autonomous robotic
Cross-embodiment navigation is a key challenge in embodied intelligence. Due to differences in embodiment, the
この研究では、糖尿病性黄斑病変の検出を目的としたPRISM-DRシステムを開発しました。このシステムは、医師が見逃す可能性がある小さな低コントラストな病変を見つけるのに役立ちます。
この研究では、ドローンで小さな物体を認識することを目的としたメモリ拡張型大規模言語モデルを開発しました。このモデルは、複雑なドローンの場面で、ユーザーの指示に従って物体を識別できるようになります。
Action Quality Assessment (AQA) aims to objectively evaluate performance quality from action videos. Most exis
自動運転システムには、道路のトポロジー（ドライバブルレーンとその接続性）を理解する機能が必要です。最近の検出モデルは360度の前方視野からボリュームイメージを取得することで、道路上のレーンのトポロジーを推測することができ
自律ロボットには、障害物や事故の回避能力が必要です。これは、障害物や事故の回避能力が強化されていれば、障害物や事故に対しての対策がより効果的になります。障害物や事故の回避能力が強まることで、ロボットが障害物や事故から安全
VLMs are increasingly deployed in AD systems, creating an urgent need for rigorous safety evaluation under rar
Robots deployed in delivery, campus, and emergency-response settings often need to navigate from buildings to
The presence of UAVs in military operations has recently increased, also increasing the demand for defense sys
Aquatic self-reconfigurable robots must assemble into desired shapes while ensuring safe interactions among mu
The training of learned inertial odometry depends on dense, high-precision position ground truth from motion c
ReferTrack は、自然言語で対象の車両に付近する自動車を追従させるシステムである。このシステムでは、対象の車両に付近する自動車を認識する後、自動車の動きを予測する。
HOST は、ロボットが人間の動作からスキルをすぐに習得できるシステムである。このシステムでは、ロボットは単一の人間の動作ビデオからスキルを習得し、既に習得したスキルを維持する。
このシステムは、沼辺のパイプラインを調査するために使用される。システムはサブシー ドッキング プレート（SDP）の配置と潜在的に泄漏する場所への居住者の無人潜水車（AUV）の割り当て両方の混和線型プログラミングフレームワ
この研究では、人形の一般的運動追随のための政策の開発が行われた。政策は、人形が身体の全体を示す指示の後にバランスを維持することができるようにする。
V2F は、日用消費財をロボットで取扱するためのシステムである。このシステムでは、ロボットが消費財を取扱うときに必要な力を予測し、物体を傷つけたり、物を作れなかったりするのを防ぐ。
Scaling executable agent training data for LLM post-training is bottlenecked by substrate-bound methods that t
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。
AIエージェントを組み立てるためのライブラリ。
販売データを分析するために、機械学習モデルが使用されるリソースが提供されていました。
決定関数とコストの関数間の共変性により、損失関数を最適化することで、適切な行動決定を可能にすることができます。また、これに基づいて、共変性の傾向を最適化する方向性を考察し、正確に予測された結果を持つモデルを導出するのに役
ディナミカルシステムを化学的なパラフレーズで説明する手法を提案し、システムの
Large language models operating in emotionally sensitive contexts face a structural trilemma: when users in vu
Instruction tuning is meant to make language models follow user requests, yet it is unclear whether small mode
ハイパーネットワークを用いた知識付与法を提案し、大規模言語モデルに確実に知識を付与する方法について検討した。
Large language model (LLM) agents are vulnerable to security risks, such as prompt injection attacks from untr
Supervised fine-tuning (SFT) is widely used to adapt large language models to downstream tasks, but its effect
Large language models that generate step-by-step reasoning traces have achieved strong performance on complex
分散型言語モデル（LLM）やコンテキストを活用するエージェントは、製品開発やファイナンス分野で活用されている。エージェントを実用化するには、堅牢性、安全性、信頼性を確保することが大切となる。 このチュートリアルでは、エー
Evaluating the factuality of long-form generations has focused predominantly on precision, measuring whether t
Practitioners make three prompt-design decisions with almost no controlled evidence behind them: how to format
Theory of Mind (ToM), the ability to infer other's beliefs, intentions, and states of knowledge, is central to
この研究では、学生チームのテーブル演習（TTX）における評価方法を提案し、複雑でオープンエンドな状況にあるチームの行動とコミュニケーションを記録できるTTX学習プラットフォームを使用します。
Large language models (LLMs) have been widely applied to automated essay scoring (AES) and automated feedback
この研究では、平衡方程式を満たすPINNs（物理基準付きニューラルネットワーク）を使用して、平均脱出時間の計算を目的とした椭球型境界条件付きPINNsを提案し、PINNsを使用した計算と実験室データを比較します。
エネルギー系モデリングの信頼性は数量的仮定に依存するが、この仮定の情報源が乏しい。データベースの更新が遅いなどの問題は、研究者の重複した努力につながる。ここではエネルギー系研究の76,000件以上のデータを対象に行った自
この研究では、エージェントメモリーのワークロードは直接的事実検索、関係連鎖や現在の状態の推論、長時間の履歴上に関係がある合成を組み合わせて、Supra Cognitive Modes を開発しました。このアーキテクチャで
人間の耳は最高の聴覚能力をもつものであると考えられており、音声認識では人間の聴覚機能を上回るようなシステムが作りだされるのを待っている。しかし、このようなシステムは実現しておらず、人間は音声認識システムの基準作成の参考と
Multimodal humor in memes, cartoons, and comics remains difficult for AI systems because intended meaning depe
Multi-turn medical consultation agents must decide what to ask, adapt to patient responses, and determine when
We present AutoJourn, a demonstration system for multi-perspective news generation and bias-aware evaluation u
この研究では、強化学習の報酬探求を量化するために、新しい測定方法を提案しています。この方法は、モデルが報酬を取得する際にどのように操作しようとしているかを示すことができます。
人間は、大きな言語モデルを使って長い論理的推論を行うが、このような推論の結果は正しくない可能性がある。ここでは、これらの発言を検証する手法を提唱する。
This comprehensive study introduces an advanced Artificial Intelligence for Indian Legal Question Answering (A
Chain-of-thought (CoT) reasoning is widely used to improve both the performance and interpretability of large
This paper proposes AI Tour Meeting, a group travel planning framework powered by multiple Large Language Mode
Researchers, managers and policymakers are exploring different approaches and data sources to map the developm
Apple's M5 generation introduces a redesigned GPU architecture in which every core carries a dedicated Neural
LLM agent failures are difficult to debug because the step where an error surfaces is often not the one that c
Large Language Models (LLMs) are increasingly fine-tuned for critical-domain Question-Answering (QA), yet choo
大判言語モデル（LLM）における感情の解釈を研究し、感情表現は内在する主観的変数によってどのように説明されるかを問う。
A single embedding space that covers text, images, video, and audio lets one index serve every query a user ca
Machine unlearning for vision-language models (VLMs) remains underexplored. Unlike language models, VLMs combi
リカバリーのためのプログラムを学習するフレームワークを提案し、そのプログラムを用いて、文書にラベルを付与する検索システムを構築する。
Recent advances in Multimodal Large Language Models (MLLMs) have triggered the development of end-to-end MLLMs
Recovering scene-consistent 4D crowd motion from monocular video in large-scale scenes remains challenging due
Recent advances in multimodal generative models have enabled instruction-based image generation to move beyond
オリジナルのデータとZoom-Inのツールを組み合わせた方法、OmniReasonerを提案する。これにより、オリンモードルLLMsの長いオーディオビデオの論理的推論を改善できる。
Whole-slide image (WSI) diagnosis requires identifying diagnostically relevant regions, examining them across
心臓の囲みの区別は、食道肥厚の測定に重要であるが、しかし、これを正確に区別することは難しい。これを解決するために、周囲の解剖学的構造を利用して囲みの区別を改善する方法を提案する。
UVAを用いたISACシステムを構築し、ISACシステムの動作の最適化を行うためにCRBを利用したビーム形成法とパス追従法を提案した。
Existing teleoperation systems are often tailored to specific robot hardware and task domains, limiting their
World Action Models(WAMs)は、ロボットマニピュレーションをモデル化するパラダイム。WAMsは、視覚ステートトランジションとロボットアクションを同時にモデル化する。しかし、既存のWAMsは、一定の時
行動木はロボットの複雑なタスクの実行に広く採用されており、モジュラーで反応的な制御を提供します。しかし、既存の合法的な生成方法は、線形時間論理（LTL）のみに制限されるため、量的タイミング制約を表現できません。この論文で
既存のロボットデータセットは高コスト、高度個別性、不足しているフィンガープリント構造を持ったものが多い。これらの問題を解決するために、RoboInter1.0に基づいて、RoboInter1.5を提案します。RoboIn
「防御運転」とは、安全な運転スキルの一種です。しかし、防御運転が安全運転にどのような影響を及ぼし、どのようなメカニズムによって影響が与えられるかの研究は不足している。この研究では、防御運転の行動特徴と安全運転
Reachability analysis is central to safety-critical control, robotics, and neural network verification, but cl
LLMが広く使用されるようになり、LLMを識別するツールが開発されている。 しかし、識別システムは、使用者の行動に影響を与えている。つまり、識別システムが機能しないと、ユーザが別のシステムを使用することに関連し、最終的な
Agentic Reasoning has become a transformative force in financial analysis due to its ability to integrate larg
Text-to-video generation has advanced significantly over the past five years through scaling of model size, da
Accurate agricultural field boundary delineation at large scale is a foundational task for food security, supp
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。
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。
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。
不同環境間で共通な因子を分析するため、環境依存の因子を考慮しながら共通因子をモデル化する方法を提案することを目的としている。
Language models produce probabilities over words, but professional decisions require uncertainty over meaningf
この論文では、アルツハイマー病の予測を行うためにPersistent HomologyとConformal Guaranteeという手法を提案する。この手法は、アルツハイマー病の予測を行うために、時間的な軌道を分析するこ
Persona prompting is widely used to steer LLM agent behavior, yet the narrative framing of a task can matter m
Knowledge graph question answering (KGQA) requires navigating from topic entities to an answer several relatio
When a language model must choose one answer from a large space of equally valid options, a format clause -- "
Pathology report generation from whole-slide images (WSIs) is a rapidly growing multimodal learning problem, y
Purpose: Understanding how much of routine policing involves vulnerable people could inform resourcing, traini
Pragmatic language use requires reasoning about alternatives: the alternative expressions a speaker might have
Introducing Relay-Bench, an unsaturated, holistic, text-only benchmark that measures LLMs' ability to complete
This paper reports on a collaboration between the Directorate-General for Translation (DGT) and the European M
Automated analyses of privacy policies enable large-scale assessments of transparency in digital ecosystems, y
Autonomous discovery systems such as OpenEvolve and TTT-Discover are often used as general-purpose harnesses.
Users frequently express their beliefs to large language models (LLMs). In some situations, the LLM should acc
Battery-free Internet of Things (IoT) requires iterative design of vibration energy harvesters (VEHs) under co
工場の中の異常が検出されるように設計された機械学習モデルを提案しています。通常の方法では、モデルはビデオ内のすべての内容を考慮し、複雑な問題を解決することは困難です。提案されたモデルのアプローチは、オブジェクトを検出して
研究では、LLMの不正回答を起こす根本原因を探りました。モデルを5つの家族と7つのBCTバイアスのタイプで検討すると、モデル内の特定のパターンが見つかりました。このパターンが不正回答の根本原因となります。
Vision-language-action (VLA) models have shown impressive generalization, but often lack interpretability and
This paper focuses on the problem of Embodied Task Planning, where an agent is required to execute a sequence
existing robot control methodの限界を解決するためのmemory-driven orchestration method、RoboHarnessを提案し、長期計画を実現する。
This paper introduces a method for real-time processing and transmission of autonomous underwater vehicle (AUV
Fast planning of novel behaviors in unseen scenarios remains a fundamental challenge in robotics. The high-dim
existing robot navigation methodの限界を解決するためのglobal traversability prior extraction methodを提案し、オフロード環境でのロボット移動を実
緊張した幾何学的制約に伴う、物体組み立てのMotion planningはロボティクスにおける重要な課題です。組み立てのための可行なMotionは、(近) 0 密度配置中、物体が接触に強く制約されている場合、パスの通過が
この研究では、2 つのロボット腕を同時に使用することで、緊張組立て操作のパフォーマンスを向上させる end-to-end フレームワークを提供します。ロボット腕は、 CAD モデルの数字、そして望ましい組み立て状態に置か
自律ロボットの位置決めは、ロボットナビゲーションの主要なタスクです。ロボットが予測できない、非静的な障害物、またはロボットが未知の環境に入ることが多い。この研究では、ロボットのオドメトリと距離サンプリングを組み合わせて、
共役ロボットは、人間オペレータと同梱するワークスペースを共有し、機械手のハンドオーバーなどの安全性の高いマイクロイベント頻繁に発生します。但し、従来の静的なハンドオーバーは、非対称の産業工具を取り扱う際、不自然な抓を持つ
この研究では、混乱のないターゲットに可視化言語アクションモデルを適応させることを目的として、3つのモデルを使用して研究を行った。3つのモデルは、観察から直接行動へのマッピング、テキストチャインオブスロット、潜在的な反復ル
In search and rescue operations, there is a period known as the "golden time" during which the probability of
Existing methods in Autonomous Valet Parking (AVP) typically rely on pre-built maps, which severely restricts
複数タスク間の説明性を提供するための逆強化学習は、複数タスク間の説明性を提供することによって、複雑なタスクを解決することに関与していますが、この研究では、複数タスク間の説明性を提供するための逆強化学習の新たなアプローチを
Flow policies can represent multimodal action distributions for robot manipulation, yet a robot must execute o
Autonomous flight in confined and cluttered environments is fundamentally limited by the restricted field of v
The Contrastive Olfaction-Language-Image Pre-training 2 (COLIP-2) model is a multimodal embeddings space that
組織の中で、情報は共有され、同僚がその情報に基づいて行動することが多い。研究者たちは、このような情報の共有によって、共有する前よりも探索の精度が向上することがあることに注目しました。しかし、このような共有によって、探索の
One of the central questions in discrete fair division is whether fairness and efficiency can be achieved simu
Structural fidelity is essential to scientific methodology diagrams. To communicate research logic, these diag
Teaching videos are becoming a major medium for education, creating a growing need for scalable evaluation of
In line with the prevailing direction of vision research, we explore the integration of both generation and ed
We propose Token-Level Off-Policy Labeling (TOPL), an off-policy training paradigm that reframes post-training
Current video generation models achieve impressive results in single-shot generation, yet remain limited in ci
Multi-agent systems routinely place one AI agent in authority over another. When a subordinate refuses a task,
AIを使ったwebスクレイピングツールです。
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。
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。
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。
最新のマシンラーニング研究論文を紹介している。
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
Unstructured data, such as images and text, are increasingly used in empirical economics. Since training machi
Analytical placers rely on differentiable objective functions to guide placement, typically combining intermed
Video multimodal large language models (MLLMs) can describe what happens in a video, but rarely identify when
This paper introduces EvolvingWorld, a framework and benchmark for character and world co-evolution in interac
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。
Conditional generative modeling remains a challenging problem in semi-supervised settings where labeled data i
This paper proposes a causal independence principle for value -- the value Causal Markov Condition (v-CMC) --
A point prediction that is well calibrated on average can still be systematically biased conditional on its ow
Efron's bootstrap is the default tool for estimating the sampling distribution of a statistic, yet it is prova
Constrained Optimization Problems are crucial in fields such as engineering, economics, and robotics, where hi
In The Algebraic Mind, Marcus identified three cognitive components: operations over variables, recursively st
Two critiques of connectionist cognition converge on one missing capacity. In The Algebraic Mind, Marcus isola
This paper presents a safety-critical distributed nonlinear model predictive control (DNMPC) framework for coo
With the growing demand for robotics, autonomous drones, and wearable extended reality systems, the deployment
This paper proposes an indoor navigation system for the visually impaired, leveraging Ultra-Wideband (UWB) pos
Modern safety-critical systems increasingly rely on human-robot interaction to reduce disaster risk and suppor
Large language models (LLMs) are increasingly used to automate data-processing workflows, yet coding agents ty
Training API-calling large language model (LLM) agents demands massive amounts of high-quality trajectories. H
Optical coherence tomography (OCT) imaging is essential for the diagnosis and treatment of retinal diseases. A
この論文では、インフラリーダーの観点から安全交通のアセスメントを行うためのフレームワーク、PRISAを提案する。このフレームワークは、道路状況の観測と交通安全の評価を提供し、交通渋滞や事故を予測することで安全交通の実現を
空間分布関数は、データ分析における重要な手法であるが、正確な空間分布関数を評価する方法が必要。この問題を解決するために、空間分布関数を評価する方法を提案。
Hallucinations and artificial text in LLM-generated outputs often appear as distributional deviations between
Reinforcement learning (RL) is primarily known as a computational method for optimizing control tasks, but it
Physics-informed neural networks (PINNs) are unusually sensitive to interacting choices of architecture, activ
この研究では、動的なシナリオを分析するために可視化した地図上にMotion Attributeを付与し、Language QueryによるMotion Attributeフィルタを使用して分析することができます。
この研究では、多関節ロボットの制御と運動学を改良したHexarotorの制御を提案し、ロボットの制御と安全性を向上していることを示しています。
この研究では、接触の豊富なマニピュレーションを実現するための、データの収集と学習を改良した方法を提案し、ロボットの制御の精度を
この研究では、ロボットのナビゲーション時間と注釈時間の制約を考慮したオブジェクト検出フレームワークを提案します。
Classical opinion dynamics typically assume a fixed mapping from private opinions to public signals, such as l
We study a dynamic strategic communication problem in which a sender controls the timing of truthful updates f
Human vision is a closed loop: gaze is continuously redirected by intermediate hypotheses rather than a single
Modern video generation models are increasingly hailed as emerging world models with an internalized grasp of
Reinforcement learning (RL) has become central to improving large language models (LLMs) on complex reasoning
We present S1-Omni, a unified multimodal reasoning model for scientific understanding, prediction, and generat
We present Audio-Visual Flamingo (AV-Flamingo), a fully open state-of-the-art audio-visual large language mode
ゼネレーティブAIに関連するリソースの一覧。
さまざまなLLMのゲートウェイとして使えるライブラリ。
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。
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。
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。
noisyラベルを扱うための学習アプローチを提案し、それをテストした。
Emergency department (ED) boarding occurs when admitted patients remain in the ED while awaiting inpatient bed
この研究では、ブロック交換ポリシーを使用して $N$ 個の独立した同型マシンを維持するために、オペレーターが $K^*$ の最適な期間を決定するためのデータ駆動型法を開発しました。この法は、オペレーターが選択した期間に基
高次元カテゴリデータを可視化するため、hierarchical optimizing linear assignment (HOMALS)を使用し、可視化に役立つ関連表
機械学習では、オプティマイザはモデルを最適化するために重要な役割を果たします。この研究では、オプティマイザの開発に基づいて、機械学習モデルの最適化を高速化する方法を提案した。
Nonlinear thermodynamic computers based on Langevin dynamics exploit thermal fluctuations as a physical substr
Skills are a useful abstraction for software agents, turning human and agent experience into reusable procedur
最適なAIモデルを効率的に学習するためのオーサリングツール。Agent Lightningを使用して、トレーナーをセットアップし、データをトレーニングしてモデルを学習することができる。
重尾流を見つけるには、Standard diffusionとflowマッチングモデルの欠陥を解決するRandom Clocksを提案した。
述語学習における歴史的類推を推測し、歴史的類推を評価するためのアナロジー ディープ リサーチという新しいタスクを提案し、述語学習における歴史的類推が重要な役
最小限マージン定理を仮想環境における公平性と利益のトレードオフの分析に導入します。この定理により、公平性と利益のトレードオフを最小限の公平性確保することで解決することができます。
Large language models (LLMs) have made automated heuristic design (AHD) increasingly practical by generating e
Multimodal optimization aims to locate multiple globally optimal or near-optimal solutions in a single run. Th
暗号化されたメンプールを用いて、特定のトランザクションに対して異なる可能性のある出目を検出する攻撃を防ぐ研究。
仕事によって得られる資格の特性に基づいてオークションの参加者を評価し、契約設計を含む複雑なオークションの枠組みについて述べる。
Healthcare spans high-stakes communication, expert reasoning, and workflow execution, yet specialized LLMs tha
Serial verification gates are a core reliability primitive in LLM harnesses: a candidate answer is returned on
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。
ランダムハミルトニアンモンテカルロの混合時間の改善を検討し、既存の定理を強化し、より効率化されたアルゴリズムを提案
We extend Incentive Compatible Exploration beyond the Bayesian full-information setting of Kremer et al. [2014
Embodied AIやロボットとLarge Language Modelを組み合わせた研究のリポジトリ。
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。
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。
True causal relationships are rarely known, and inferring causal graphs from data is hard. A fundamental chall
Sensor-rich data-driven applications increasingly use Bayesian approaches to infer latent states of dynamic sy
Multi-task model merging combines separately trained expert models into a single model that handles all tasks
この研究では、マルコフ連鎖モンテカルロ法を改良し、多モーダル分布からサンプリングする能力を高めるための新しいアプローチを提案した。このアプローチでは、微分のノイズパスを使用することで、モデルの収束を高速化し、多モーダル分
ニューラルネットワークの逆伝播計算の正確さを向上させるため、逆伝播の計算をより効率的に行う方法が必要になっています。この論文では、ニューラルネットワークの逆伝播計算を改善する方法を提案します。
Graph retrieval-augmented generation (GraphRAG) enhances large language models with structured knowledge, yet
Awesome Mixture of Experts (MoE): A Curated List of Mixture of Experts (MoE) and Mixture of Multimodal Experts
Trader-facing dynamic fees are increasingly proposed for automated market makers (AMMs), but historical data d
We introduce Sticky Jump Diffusions (SJDs), continuous-time Markov processes on $\mathbb R^d$ whose discrete a
Point-adjustment (PA), for years the default scoring protocol in time-series anomaly detection (TSAD), was sho
We study the bandit-feedback version of online principal component analysis (Bandit PCA): in each round $t = 1
We develop GNet, a scalable and flexible Gaussian process network with nonparametric activation functions mode
We introduce Self-Similar Generative Estimation (SS-GEN), a method for simulating multivariate tail events and
We study stochastic multi-armed bandits on dynamic graphs, where arms correspond to the vertices of a network
Reinforcement learning (RL) has become a dominant paradigm for enhancing LLMs' reasoning capabilities. However
Temporal grounding in long recordings remains challenging for audio-conditioned LLMs. We present a time-aware
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。
We introduce a new conformal prediction method that constructs calibrated prediction sets over collections of
Time-to-event prediction from tabular patient data is central to prognosis and biomedical decision support, bu
High-dimensional interpolation is common in modern machine learning, but its tail risk is less understood than
Terminal embeddings have emerged as a powerful tool for dimension reduction. Given a set of points $P\subset \
This paper proposes the certainty-equivalent first-order learning (CEFOL) algorithm, a deep learning algorithm
人工知能は、タスク固有のワークフローから、人工知能を組成して、実験とヒューマンフィードバックを組み込み、無尽蔵な候補空間内で自動的に調査を行うようにした。進化的計算は、実験的および人間のフィードバックに基づいて探索を導き
Hardening IT on-premises environments can be a daunting task for teams without access to adequate cybersecurit
Scaling robust driving policies is fundamentally bottlenecked by the scarcity of edge cases in curated dataset
Training-free in-context segmentation enables new object categories to be introduced at inference time from a
GUI操作自動化に伴う停止判定、復讐、再検索に関する問題を解決し、 GUI操作自動化を実現するためのフレームワークを開発します。
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。
これは、Exploratory Landscape Analysisにおけるランダムサブスペースのサンプリングを使用するためのフレームワークであるSampling on Random Subspacesを提案している。
計算機による学習記憶を安定化させることができる、新しい方程式を開発した。新しい方程式により、計算機による学習記憶を正確にコンソリデーションさせることができる。
複数のエージェントの行動を分析するための方法を提案した。複数のエージェントの行動を
Federated foundation-model adaptation increasingly relies on heterogeneous private artifacts (retrieval corpor
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。
これはLeanの統合演算子に関する論文で、サーフの定理からブルワー定理までの論理的な導出を検討しています。
複数の買い手を持つ市場における交渉システムを構築します。マーケットの規模を知り切れていない場合、セラーの損失が生じます。セラーは市場の規模を測る必要がありますが、これは複数の買い手を持つ場合に困難です。
iOS、macOS用のアプリ「Enchanted」は、個人でホストした言語モデル（LLama2、Mistral、Vicunaなど）とのチャットを可能にする。
AIドライブのマルチエージェント研究アシスタント。仮説の生成、データ分析、およびレポートの生成を自動化する。
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。
この論文では、予測性維护と健康管理のための大型言語モデルが使用されます。この modelは、故障診断や寿命予測などの問題を解決するように設計されています。
この研究では、画像理解を強化する強化されたビジョンホルシックスモデル (VLM-R1) が提案されます。この modelは、画像を理解しやすくするように設計されています。
This article is about the development of a fuzzy cognitive map using a local large language model. In the ligh
It is increasingly common to aggregate predictions from multiple LLMs, each with domain expertise or access to
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
Recent advancements in agentic AI have increasingly moved toward graph-based methods, driven by the demand for
Large language models remain limited as continual learning systems, motivating renewed interest in Sparse Dist
In emerging urban mobility and logistics applications, such as advanced air mobility, electric vehicle chargin
We investigate whether structured reasoning interventions improve the strategic economic reasoning of large la
1D バイナリング パッキング問題（1D-BPP）とは、さまざまな用途に多く応用される、分配不可能なNP困難な組合せ最適化問題である。この研究では、Falkenauerのハイブリッドグループゲンエイリアスアリファメント（
連携分散H二階ロケーション問題下のmax-variantコスト最小化の問題を解決するための、アプローチを提示しました。
Baghchal is a two-player asymmetric board game with Nepali origins where four tigers are to capture goats and
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。
学習中のアイデアや知識を整理するための日記。
この研究では、多タスクの奇抜さを促進するために、エボリューション性の多タスク (EMT) を導入しました。EMT は、目標指向の最適化に焦点を当ててきましたが、共通性の構造を利用して、同時に複数の最適化問題を解決する能力
頻発するニューロンネットワーク（ONNs）は、相互作用する動的システムを利用して計算を実行し、相互関係の相差によって情報を表現する有力なニュロモーフ
この研究では、グラフ分配の公平性を研究します。分配には、互いに隣接する頂点が同じアーギェントに割り当てられることが含まれます。この研究では、公平性を考慮したグラフ分配を提案します。
この研究では、直接相互作用を研究します。直接相互作用は、個人が他の個人が行う行動に影響を与えることがあります。この研究では、直接相互作用を考慮したゲーム理論の枠組みを提案します。
この研究では、価格調整を研究します。価格調
分散型時間関数記憶体を用いた異常検知システムを開発しました。このシステムは、関連のあるエンティティの予兆行動を共有メモリ空間に保存し、異常検知に役立ちます。このシステムは、異常検知に役立つ新しい方法を提供します。
Biological neural circuits obey Dale's principle: each neuron's synapses are uniformly excitatory or inhibitor
データ解析のアルゴリズムを確立するための数値論理の研究で、データのguesswork(乱数解析)における線形制約の下での指数関数の成長率を研究している。この研究は、データ解析のアルゴリズムを開発するための基礎を提供し、デ
LLMの不正行為に対する防御。この研究では、LLMの不正行為を防ぐための防御の枠組みを開発し、LLMの不正行為の危険性を分析する。
telegramSummaryBotは、グループチャットをAIでサマライズすることができる。無料でデプロイして使用できる。
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
深層学習のノート書。このノートには、土山さんのPytorchノート、おしうの「深層学習」を実践するノート、Wu's「深層学習」をテキスト化したノート、およびダフィンの「大モデルエージェント」のノートが含まれている。
この論文では、適応性の高いオプティマイザが使えるような新しいモデルを提案しました。このモデルは、エリティスト基準の遺伝アルゴリズムが実現するオプティマイザの挙動を解釈できるものでした。
LLM-assisted evolutionary search (LES) has emerged as a promising paradigm for automated algorithm design. How
We study single-parameter, multi-buyer auctions in which buyers are subject to constraints that affect their b
Despite the promise of decentralization, measurement studies have identified a conspicuous lack of decentraliz
Large language models (LLMs) demonstrate broad reasoning abilities but struggle with accuracy and reliability
Dreams splice together people, places, and times that never met. Neuroscience suggests this recombination is n
We study the approval-based multiwinner election problem where a set of $n$ voters cast approval-based ballots
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。
Large language models (LLMs) increasingly mediate strategic interactions through natural language, making sema
Parameter settings in evolutionary algorithms and metaheuristics are important because such parameter values c
ゼロサムゲームにおけるNash均衡の選択を探った。研究者は、さまざまなソルバーによって異なる解が選択される現象を調べた。
これは、LARGE LANGUAGE MODELS (LLM) の理論心の評価を拡張し、三重なるWerewolfゲームを追加しました。
この研究では、複雑な適応システムの分析をしました。これは、システムの構造を分析することで、系統的な機構がどのように発生するかを理解するために行われた。
この研究では、全域最適化アルゴリズムを開発しました。研究者は、Bézier カーブに基づく随伴的トレース検索というアルゴリズムを提案しました。
この研究
Evaluating LLM agents requires dynamic environments that go beyond static reasoning and zero-sum games. Real-w
この研究では、多様性のあるトキシックテストを検索します。
大規模言語モデルの戦略1対1ベンチマークであるAge of LLMを紹介。マインスイーパーゲームを想定し、フォーゲットオブラーサー、マインスイーパー対戦、JSONスキーマへの従属性という三つのストレスアウトを設定。
Evolutionary agent-based markets (ABMs) couple several mechanisms -- who reproduces, how price forms, how bias
Recent work has established that regularized policy gradient methods such as PPO, when used in self-play, can
Maintaining physical consistency in video generators and world models increasingly relies on vision-language m
What happens when LLM agents operate with no context outside a turn, minimal prompting, and simple tools? Insp
Deploying multi-agent reinforcement learning (MARL) in the real world is often limited by model mismatches bet
Empirical economists often start their projects with a toolbox. Shared packages, replication archives, and cir
Abnormality detection in complex systems faces two practical barriers: abnormal labels are scarce, and binary
We study first-order methods for solving monotone variational inequalities arising in min-max optimization. Cl
In this work we present a LLM powered, evolutionary code synthesis system for structured data translation in a
機械学習モデルを評価する手法を提案。既存の評価方法ではモデルが誤った結果を出してしまうため、これによりモデルが正確に評価できる。
Automatic performance tuning, or auto-tuning, is a key technique in high-performance computing, enabling appli
AIが人間と協力して作り出すアイデアを評価するための新しい手法を提案し、創造性の評価を向上させた。
Cartesian Genetic Programming (CGP) is among the practical and popular forms of Genetic Programming as it uses
CMA-ES behaves, per restart, primarily as a local optimizer; multimodal search relies on restart strategies su
この研究では、PFSPのIterated Greedy (IG) アルゴリズムのパフォーマンスを改善するために、Large Language Model-Driven Cooperative Operator Ensem
ZIVARI-TLBO is a grouped Teaching-Learning-Based Optimization (TLBO) method that augments an existing populati
Create an optimization framework that combines fuzzy logic and genetic algorithms for risk assessment and coor
並列問題の収束解析について、算術演算法則を利用した理論を提案し、一般化された分布オプティマイザを導入した。
この研究では、自動補助関数設計（AHD）についての研究を行った。AHDは、マシン学習が可能になる以前から研究されていたトピックであり、マシン学習によって、AHDがさらに活用可能になった。この研究では、AHDにおけるメタ認
Evolutionary optimization of spiking neural networks (SNNs) becomes increasingly difficult as task complexity
Recent growth in reinforcement learning (RL) has surfaced a need for diverse, specialized training environment