AI技術最新情報メディア | AI-SCHOLAR

【重要】「AI-SCHOLAR」サービス終了のお知らせ 平素より「AI-SCHOLAR」をご利用いただき、誠にありがとうございます。 この度、AI技術の最新トレンドや論文解説をお届けしてきた「AI-SCHOLAR」は、2026年6月30日（火）をもちまして、サービスの提供を終了させていただくこととなりました。 ai-scholar.tech/articles/other…

【新着記事】 MMR1は報酬分散を利用したVariance-Aware Samplingで安定した強化学習を実現！ 約160万件のCoTデータと1.5万件のRLデータを公開し再現性と発展性を高め、数学・論理推論ベンチマークで既存モデルを上回り効率性と汎用性を示しました。 ai-scholar.tech/articles/llm-p…

【新着記事】 VCRLは、報酬分散を用いてサンプルの難易度を動的に調整する強化学習手法 高分散サンプルを重点学習し、メモリバンクで再利用することで効率と安定性を高める 数学推論ベンチマークで既存手法を一貫して上回り、難問への適応力も向上 ai-scholar.tech/articles/llm-p…

【新着記事】 Social-MAEは顔と声を統合的に処理する自己教師ありマルチモーダルモデルです。 VoxCeleb2で事前学習し、感情認識・笑い検出・性格推定に適用。実験で既存手法を上回る精度を達成し、社会的行動理解の有効性を示しました！ ai-scholar.tech/articles/llm-p…

【新着記事】 OnGoalはLLM対話における利用者の目標を推論・統合・評価し可視化するインターフェース。 目標達成状況を色分けやタイムラインで表示し、長い会話でも進捗を把握しやすします。実験でOnGoal利用者は認知的負担を軽減しつつ、柔軟な対話戦略を取る傾向が確認！ ai-scholar.tech/articles/llm-p…

【新着記事】 TriMMはRGB・RGBD・点群を統合する協調マルチモーダルコーディングで高品質3D生成を実現！ 2D/3D損失やVAE圧縮を導入し、テクスチャと幾何構造を両立させ効率的に学習可能。標準データセット評価で既存手法を上回り、少量データで高精細な3D生成を可能に。 ai-scholar.tech/articles/llm-p…

【新着記事】 Dress&Danceは、画像1枚と参照動画から高解像度の試着＋ダンス動画を生成する手法です。 CondNetにより衣服・人物・動作を統合し、忠実な衣服再現と自然な動作生成を実現！実験ではオープンソース・商用手法を上回り、高品質なバーチャル試着動画を生成。 ai-scholar.tech/articles/llm-p…

【新着記事】 動画中の物体除去に加え、影・反射・光源など副作用も同時に消去する手法を提案！ Unreal Engineで合成データを作成し、拡散モデルに差分マスク予測を導入して学習。新ベンチマークROSE-Benchで検証し、従来法を大幅に上回る性能と汎化性を示しました。 ai-scholar.tech/articles/llm-p…

【新着記事】 モデル内部の記憶（インウェイト学習）はパラメータ数に制約され知識保持に限界がある一方、外部ツールを用いる学習（インツール学習）は無限に事実を参照できるとのこと。 実験では、性能劣化を防ぎ未知データにも一般化できることが示されました。 ai-scholar.tech/articles/llm-p…

【新着記事】 FakePartsは映像の一部のみを改変する新しいディープフェイク手法を定義するとのこと。 FakePartsBenchは25,000本超の動画を備えた部分改変検出専用ベンチマークです。実験により、人間も最先端モデルも部分的改変の検出に大きく失敗することが判明しました。 ai-scholar.tech/articles/llm-p…

【新着記事】 CogVLAは、人間の認知過程に着想を得た三段階構造で効率と性能を両立！ EFA-Routing・LFP-Routing・CAttenにより視覚と言語と行動の一貫性を維持し、LIBEROと実環境実験で最高水準の成功率と大幅な計算効率改善を達成しました。 ai-scholar.tech/articles/llm-p…

【新着記事】 LLMは誤情報に騙されやすく、正しい修正を拒否するという二重の課題を抱えています。 そこで、DuET-PDは知識と安全領域で、正負の説得下におけるLLMの立場変化を体系的に評価。Holistic DPOは誤情報耐性と訂正受容性を両立させ、モデルの信頼性を大幅に改善！ ai-scholar.tech/articles/llm-p…

【新着記事】 OneRewardは1つのVLM報酬モデルで多タスク画像編集を統一的に学習します。 Seedream 3.0 FillはSFT不要で画像塗りつぶし・拡張・除去・文字描画を高精度に実現！ 実験では商用・OSSモデルを上回り、特に拡張と除去で高い性能を示しました。 ai-scholar.tech/articles/llm-p…

【新着記事】 MVTrackerは少数カメラで動作する初のデータ駆動型マルチビュー3D点追跡手法です。 3D特徴点クラウドとk近傍相関、トランスフォーマーを組み合わせ長期追跡を実現！ 実験で従来法を大幅に上回り、2cm誤差・7.2FPSの実用的性能を示しました。 ai-scholar.tech/articles/llm-p…

【新着記事】 ROSIはLLMの安全性を増幅する軽量なランク1更新手法です。 有害指示拒否率を高めつつ通常タスク性能を維持できるとのこと。無検閲モデルにも再適用可能でラストマイル安全化に有効です。 ai-scholar.tech/articles/llm-p…

【新着記事】 TCIAは、多様性とタスク適合性を両立する指示拡張フレームワークです。 指示を基盤クエリと制約に分解し、BFS探索で多様な指示を生成。 実験では平均8.7％の性能向上を達成し、GPT-4oを上回る結果も示しました。 ai-scholar.tech/articles/llm-p…

【新着記事】 長時間動画生成を「情報検索」と再定式化し、効率的な文脈保持手法を提案！ Mixture of Contextsにより、関連性の高い文脈のみを動的に参照して計算削減。実験で従来比7分の1の計算量と高精度を両立し、数分規模の動画生成を実現したとのこと。 ai-scholar.tech/articles/llm-p…

【新着記事】 AWORLDは分散環境での経験生成を14.6倍高速化し学習効率を大幅に向上！ Qwen3-32Bを基盤に強化学習を適用し、GAIAベンチマークでGPT-4oを超える精度を達成。 オープンソース基盤として、エージェント構築から訓練まで「実践から学ぶ」AI開発を支援します。 ai-scholar.tech/articles/llm-p…

【新着記事】 MCP-Benchは28サーバー・250ツールを活用し現実的な複雑タスクでLLMを評価するベンチマーク。 ファジーな指示やクロスドメイン依存関係を含む課題を設計しLLM能力を測定。結果、基礎的な実行精度は収束する一方、長期計画や推論力に大きな差が残りました。 ai-scholar.tech/articles/llm-p…

【新着記事】 スタイル駆動と主体駆動を統一的に扱うため、USOモデルと三つ組データ生成枠組みを提案！ スタイル整合学習・コンテンツ分離学習・スタイル報酬学習を組み合わせ高精度生成を実現。スタイル忠実度と主体一貫性の両面で従来手法を上回る結果を達成したとのこと。 ai-scholar.tech/articles/llm-p…