AM09:21

運動したら眠さが増したよ......そりゃそうか... gn

Can test-time scaling work for diffusion language models? In our #ICML2026 paper "UnMaskFork," we show that having multiple masked diffusion language models collaborate on a single answer improves performance on coding and math tasks. Blog: pub.sakana.ai/umf Test-time scaling is an actively researched technique that boosts LLM performance by using inference-time compute, for example, by having a model think longer or repeatedly refine its answers. This allows us to enhance performance simply by increasing computation during inference without relying on additional training, giving us the flexibility to balance compute costs and performance based on the specific use case. Unlike standard LLMs that generate text left-to-right, masked diffusion language models (MDLMs) generate text by gradually filling in a fully masked sequence. MDLMs can generate multiple parts of a sequence in parallel, offering potential speed-ups, and they can generate flexibly while seeing the entire sequence at once. This makes them an actively studied new paradigm in language modeling. We found that the standard LLM approach of "raising the temperature to increase randomness and generate diverse answers" does not work well for MDLMs like Dream-Coder. Instead of relying on this randomness, our proposed method, UnMaskFork (UMF), creates diversity through "model switching." Multiple MDLMs share the task of unmasking a single answer, and we use Monte Carlo Tree Search to search for a promising sequence in which different models handle different stages. Each model picks up where the others left off, filling in the parts it is most confident about. This collaborative approach allows us to explore diverse answers while maintaining generation quality, consistently outperforming existing test-time scaling methods on coding benchmarks and scaling effectively on math as well. Test-time scaling is also crucial for advancing MDLMs, and our work shows that UMF can sidestep the difficulties specific to them. UMF requires no additional training or changes to the models; it works simply by combining pre-trained models at inference time. This allows us to leverage the diversity of diffusion language models trained on different data and with different methods to improve performance. We believe the value of UMF will only grow as more diverse MDLMs emerge. This work is part of our broader research into "collective intelligence of AI," alongside methods like AB-MCTS and Sakana Fugu that have multiple LLMs collaborate. We'll continue pursuing research that turns model diversity into a source of strength. For details of the algorithm and illustrative examples showing how this collaboration works, please see our blog and paper. Paper: arxiv.org/abs/2602.04344 🐟

草

眠すぎてXできねぇ！ ってなわけでコンビニに行くなどする(運動)

(トラウマが再発)

@sekimiya 原作者さんに褒められてマジで嬉しすぎる〜！ 引用元が面白すぎて麦茶吹いてしまったので、衝動のままちょっと前のスクショとともに書いてみた次第です()

@AM09_21 これすきです

愚かなぼく「留年しそうだから助けて」 金融システムの重大な脆弱性を見つけられるAI「草。」 ぼく「そんなーー」

Notion使おうと思ってる人は、Linearを使った方がいい 変わらずドキュメント機能があるし、チームでも無料で使えるのが強い

「早い ≠ いい」になると思っていて

融点28.44 °C...... セシウムがサラサラに溶けちゃったらエアコンつける目安になりそうね

日本では目的・成果・責任主体を決めないまま、プロンプト・ツール選定・業務効率化手法などの局所的な改善が自己目的化しやすい......ってこと? セミナーとか情報商材にフォーカスすれば中国もアメリカも日本も似通っているし、実際AXした気になって勝手に大失敗している企業なんてどこにでもあると思う。 S&P 500の企業のうち、AIを業務に深く統合してた企業ってたったの11%だし、中国企業もAIで顕著な価値を達成したのは9%だし....... あとHowの極端な最適化こそがイノベーションを生む事例もかなりあると思っていて、例えばAlphaFoldは外部評価を算出できる仕組みを作ってからHowを何年も試行錯誤した例でもあるんよねー(DeepMind) 目先の局所的最適化に逃げずに、大局を見据えた結果駆動の最適化をじっくりできるような忍耐力こそが大事だと自分は思ってて、それは世界全体を見てもめっちゃ少数だから貴重よねー

今の韓国の合計特殊出生率、たったの0.72...？1は超えてそうだと思ってたんだけど... youtu.be/IYpaaQdv0I8

3DモデルとKimi K3をくっつけて放置すれば、こんなギャンかわVRコンパニオンが爆誕するんです？ Kimiに一生ついてくわ

はえ〜、今後のXアプリはAndroid先行で機能実装されて、それからiOSにも輸入されるんか Androidユーザーとして、iOS→Androidのことはほとんどだからこの流れはまーじで嬉しい大感謝

Agents A1をきっかけに、本格的にLocal LMを触り始めたんだが、「レンダリングにGPUを使うな」っていう話がよくわかったので、とりあえずハードウェアアクセラレーションを全部OFFった

音声入力LLMモデルは音声生成ができるみたい

@tamanekokoro 確定申告完全自動化アツすぎる

確定申告ゥ！

長寿保険とかいう最強のカードを発見し、人生の効率化が捗りそう

@GOROman パスポート取得に苦戦しすぎて役所と寮を7往復ぐらいした経験があるので、マジでそうなったら嬉しー！ 自治体への申請とかもできれば相当楽になって良すぎる

理想は「パスポート更新しといて」とか書くと終わる

マイナMCPってなにできるんやろ 本人認証とか全部代替してくれるんやったら個人的にめっちゃ嬉しいけど、セキュリティ的にそんなことはないだろうし... 行政手続きを全部ChatGPTとかからできるようになるとかだけでもうれしいなー

@wm3 元気に未成年やらせてもらってﾏｽ！

この方が17歳という事実に横転