OpenAI fought dirty on career-making math problem
OpenAIが数学問題で不公平な戦術を使ったと非難される。
Intel · フィード
Intel フィード
AI 開発界隈が今まさに話題にしていることを、ソースから直接——新しい順に。
2,033 件を収集済み · 34 ページ中 4 ページ
Muse: Meta's personal AI agent, features and capabilities
MetaのMuse AIエージェント機能の詳細。
Rivian's gambit for full autonomy
Function Arguments Are Not Function Colors
関数引数は色の制約を課さない。
Real photos of young girls were in nudify-app ads on Facebook, Instagram
MetaプラットフォームのNudifyアプリ広告が未成年の実写真を使用。
ChatGPT Images 2.5
ChatGPT Images 2.5が改善を伴って発表。
Generating the P3 Tiling
P3タイリングパターンを生成する方法を説明。
Flights cancelled at UK airports due to ATC issue
英国の空港でATC問題により便が欠航。
What do Visa and Mastercard do? An intro to card networks
VisaとMastercardの役割と運用を説明…
ReCite: Agentic Reasoning for Faithful Citation
ReCiteはエージェント推論で引用精度を向上。
Yuyang Huang 著Procedural Graphs: Self-Evolving Execution Structures for LLM Agents
手続きグラフが実行構造を進化させLLMを誘導。
Yuxing Lu 著Copying explains the collective behavior of AI agents in the wild
wikiでのAIエージェント集団行動は…で説明。
Giordano De Marzo 著Entropy-Regularized Rank-Masked Policy Optimization for Test-Time Reinforcement Learning in Code Generation
ERPOは…でテスト時RLをコード生成に適用。
Jiacheng Xu 著Co-Evolving Harnesses and Models: On-Policy Correction Helps Weaker Models Catch Up Where Imitation Fails
オンポリシー専門家修正が弱いモデルを改善。
Zhou Yu 著ExecCritic: Learn to Test, Test to Improve for Coding Agents
ExecCriticはエージェントにテスト生成とコード修正を訓練。
Leitian Tao 著Canonical Color as a Lens into Concept Decodability in Vision Encoders and VLMs
標準色の復号可能性が…の概念情報を明らかに。
Xiaofu Chen 著When Does Scale-Invariant Optimization Become Unstable? An Exact Schedule Law with Weight Decay
スケール不変の最適化安定性は…で支配。
Hasan Amin 著MeClear: Cooperative Game-Theoretic Attribution and Risk-Aware Memory Clearance for Long-Horizon LLM Agents
MeClearはゲーム理論で…の有害記憶を除去。
Boyu Yang 著SAEScientist-Bench: Can AI Agents Conduct Autonomous SAE Interpretability Research?
SAEScientist-BenchはAIエージェントの自律SAE…を評価。
Yuqiao Tan 著Measuring LLM Sycophancy under Sustained Multi-Turn Pressure
SPINEは継続的なマルチターンでのLLMの同調性を測定する。
Leyuan Tang 著It's Not RoPE that Creates Sinks: The Role of Self-Concentration and Value-Non-Mixing in Attention
アテンションシンクと大規模アクティベーションは…に由来する。
Raito Kiya 著GoDeep: Annotation-Free Open-Vocabulary 3D Scene Understanding via Language-Space Lifting
GoDeepは言語記述を3Dに引き上げて…
Thodoris Betsas 著Everything in Moderation: Per-Domain Coverage Optima and Alignment-Resistant Domain Gaps in Multi-Domain Mid-Training
中期トレーニングのドメインカバレッジ最適値は存在するが、アライメント…
Yunpeng Xu 著ActReview: Rebuttal-Guided Training Data and Rubric Rewards for Actionable Peer Review Generation
ActReviewは反論を用いてモデルを訓練し、実行可能な…
Yiling Ma 著ToolLoop: Closed-Loop Tool-Use Data Synthesis via Decomposed Generation and Dynamic Self-Feedback
ToolLoopは閉ループでツール使用データを合成する…
Min Zeng 著Performance of Clinical AI System and Physicians and Frontier Language Models in primary care diagnostics
臨床AI Doctorinaは医師や最先端…を上回る。
Andy Nkansah 著PlayTrain: An Efficient Reinforcement Learning Framework for LLM-Generated Adaptable JavaScript Games
PlayTrainは効率的なRLのためにJavaScriptゲームを生成する…
Ryan Truong 著On the Navier–Stokes Millennium Prize Problem
Navier-Stokesミレニアム賞問題の議論。
Time-Varying Data as Sheaves: an Invitation to Narratives
Narrativesフレームワークは時変データを層としてモデル化する…
Wilmer Leal 著Training-Free Task Vectors for LLM Behavioral Control
LLM行動のための訓練不要タスクベクトルを導入…
Gabriel J. Perin 著The Audit Decides the Verdict: Instrument Effects Rival Demographic Bias in LLM Decision Audits
監査構築はLLMバイアス発見に…よりも影響する。
Siddharth Vohra 著OUI-1: world's first model for Generative UI
OUI-1は生成UIの最初のモデル。
Do Reasoning Representations Help Humans Evaluate LLM Outputs?
推論表現は人間の評価に常に役立つとは限らない。
Jaewoo Lim 著Show HN: LLM Attention Visualization
Show HN: LLMの注意を可視化するツール。
Answer-Distribution Trajectories: A Stochastic-Dynamics View of LLM Reasoning
LLMの回答分布を追跡し推論を明らかにする。
Mar Gonzàlez I Català 著DOJ Blocked ICE Agent Shooting Charge over Federal Prosecutor's Objections
司法省がICE捜査官の銃撃起訴を検察官に反して阻止。
It Is Not My Code Anymore
AI支援コードの所有権と責任を探る。
Augusto Camargo 著Let It Go or Learn to Self-Correct: Continuous Diffusion for Constrained Discrete Tasks
連続拡散は制約付きで自己修正が必要。
Mariia Drozdova 著Connecting the Machines
ネットワークコンテキストでのマシン接続。
Evaluation of Contextual Understanding in Large Language Models
知識グラフ指標S3KGを提案しLLMを評価。
Subavarshana Arumugam 著Deposon: An Auditable, Conservation-Guaranteed, Game-Theoretically Tested Scattering Layer over LLM Reasoning Paths
DeposonはLLM推論に監査可能な散乱層を追加。
Qihao Yuan 著Physics-Informed Deep Learning for False Ventricular Tachycardia Alarm Reduction in the ICU
物理情報深層学習がICU誤警報を削減。
Athanasios Papastathopoulos-Katsaros 著Y Combinator Early Access Network
Y Combinatorが早期アクセスネットワークを開始。
Transformers as In-Context Samplers: From Closed-Form Diffusion to Estimation-Free Sampling
Transformerはデータの文脈内サンプラーとして機能。
Arman Adibi 著Omni Interaction Agent Technical Report
Ganderは全知覚、リアルタイム対話などを統合。
Orantqing 著Good Pretraining, Bad SFT: Checkpoint Quality Across the Training Stack
最良の事前学習チェックポイントは完全なSFT後も最良とは限らない。
Sohir Maskey 著PlannerForge: LLM Agents for Scenario-Based Testing of Motion Planners in Autonomous Driving
PlannerForgeはシナリオベースのADSテストにLLMエージェントを使用。
Yuan Gao 著Do you think it happened? Research stolen from their Codex private chats
プライベートチャットからの研究盗用の疑惑。
SQLMorph: Query Mutation and Fine-Grained Metrics for Text-to-SQL Evaluation
SQLMorphはクエリを変異させ、詳細な指標を提供…
Mohammadhossein Malekpour 著LG TVs caught spying even when offline or on standby
LGテレビはオフやアイドル時でもスパイすると報告。
ONE CYLinder: A Benchmark for Graph-Based Surrogate Modeling of Unsteady Bluff-Body Flows
グラフベースの代理モデリングのためのONECYLベンチマーク…
Théodore Michel 著SkillAdam: Stable and Efficient Skill Evolution for Agents
SkillAdamはAdamに触発された方法でエージェントスキルを最適化…
Gaoyuan Li 著Evaluating and Improving Evidence-Grounded Fact-Checking in LLMs via Multi-Round Evidence Ablation
LLMは…で証拠よりもパラメトリック知識に依存。
Xingyu Deng 著AuK Technical Report: An Open-Source Foundational Model for Speech Generation and Editing
AuKは音声生成と…のためのオープンソースモデルです。
Ziyang Ma 著When Models Defer to Wrong Answers: A Robustness Audit of Source-Attributed Cues in Multiple-Choice QA
ソース帰属の手がかりによりLLMが誤った答えに従う可能性。
Manikandan Ravikiran 著C*: Unifying Programming and Verification in C
C*言語はプログラミングと形式検証を統合。
Into the depths of C: Elaborating the de facto standards (2016)
2016年からの事実上のC標準を探る。
Experience Funnel: A State-Policy Alternating Loop for Self-Evolving Agents
自己進化エージェントは高速状態と低速ポリシーを交互に…
Wenbo Gao 著US police fear Meta smart glasses could be used to secretly record them
警察はMetaメガネが秘密録画を可能にすると懸念。
The BatchNorm Illusion: Diagnosing Normalization Artifacts in Machine Unlearning Evaluation
BatchNormアーティファクトがアンラーニング評価を混乱させる…
Aaryaman Kalani 著