4B型LM、GM級の棋力で指し手を説明
研究チームが、40億パラメータで一般的なグランドマスター級に指し、手と計画を自然言語で説明するチェスLM「Queen」を発表した。専門エンジンと言語モデルを融合する手法で、業務AIの説明可能性向上に道を開く。

研究チームが、40億パラメータで一般的なグランドマスター級に指し、手と計画を自然言語で説明するチェスLM「Queen」を発表した。専門エンジンと言語モデルを融合する手法で、業務AIの説明可能性向上に道を開く。

DINOv2の内部トークンを分析した研究で、レジスタ由来の特徴を壊すと表現が48.17%変化し、外れ値由来では0.31%にとどまった。画像AIの解釈性と軽量化に資する知見である。

大規模言語モデルの追加学習用データを選ぶ際、出力層の勾配だけで全勾配に近い性能を保てることが判明した。特徴抽出の演算量はSFTで9.7分の1に減り、AI開発費の抑制に直結し得る。

中央サーバーなしで各拠点が協調し最適解を求める分散最適化で、通信網の構造から計算の分担まで一体設計する新手法GATEが提案された。線形収束も理論的に保証され、設計指針となる。

米研究チームは人間の視覚に倣い、単一のステレオカメラの視線を能動制御して両手作業を行うロボット手法を発表した。手首カメラを省きつつ成功率を維持し、ロボットの低コスト化に道を開く。

RNADynBenchとRNADynNetが公開された。2585本の全原子MD軌道を整備し、軌道生成と動態理解を単一モデルで扱う。RNA創薬の探索工程を効率化する基盤として注目される。

環境変化に適応する世界モデルでは、古い知識の破棄は欠陥ではなく必須動作だとする論文が公表された。物理法則など不変知識と更新すべき事実を分けて評価する枠組みを示し、AIの品質保証の見直しを迫る。

動画から物理現象を再現するグラフィックスコードをAIに書かせる新指標「4DCodeBench」が公表された。静的再現に強い先端モデルも、変形や流体の動的再現は不安定と判明した。

研究チームが単眼動画から全画素の回転と並進を世界座標系で直接推定するAIモデル「MoSE3」を発表した。点追跡では得られなかった部位の回転や剛体のまとまりを捉え、ロボットや映像制作への応用が見込まれる。

新規視点合成を用いた自己教師あり手法SNAPが、デコーダーの表現力を抑える設計で幾何学的特徴を獲得した。少ない計算資源で教師あり手法に迫り、ロボットや測位分野の導入コストを下げる可能性がある。

複数のRL教師の能力を1つの小型モデルへ統合する蒸留で、損失の平均化方式や数値精度が成果を左右することが判明した。AI開発の品質管理と計算コストに直結する知見である。

米研究チームは、1枚の画像から3Dシーンを作り、カメラと被写体の動きを同時に指定できる動画生成システムGenCineを発表した。広告や映像制作の工程短縮に直結する技術である。

長い音声付き映像から、必要な場面を自ら選んで見聞きする推論AI「OmniSeek」が登場した。映像と音声の両方を根拠とする推論を促し、監視や会議分析の精度向上に道を開く。

米研究チームが、深層学習向けの準ニュートン法「SoftServe」を発表した。Adamなど既存手法より低い損失を達成する例があり、物理シミュレーションAIの開発コスト削減につながる可能性がある。

米研究チームが、ループ型Transformerの途中計算を活用し追加学習なしで推論精度を高める手法LoopCDを開発した。ループ数を半減しても同等以上の精度を保ち、演算量を最大48.2%削減した。

米スタンフォード大などの研究チームが、分子の環構造を生成規則の列として表現する新手法HGRを開発した。生成分子は常に有効で、創薬AIの基盤モデル性能も大幅に向上した。

中国・米国の研究チームが、拡散モデルを少ステップで動かす蒸留手法DMADを発表した。補助モデルを不要とし、1~4ステップで教師モデルを上回る品質を示し、生成コストの削減に道を開く。

米大学などの研究チームが、LLMの数学的理解を4能力で診断する新指標を提案した。正答率に隠れた弱点は「発見」にあり、補強で推論精度が向上するため、業務AIの品質改善に直結する。

米クアルコム系研究者らが、複数の物理法則が同時に働く動画を生成する強化学習手法HiPhyを提案した。物理的な不自然さを抑え、映像の実用化に向けた課題解決につながる成果である。

研究チームが、LLMの全パラメータ微調整でオプティマイザ状態を174分の1に削減する手法TACOを発表した。80GBのGPU1枚で30B級モデルを扱え、調達費の抑制につながる可能性がある。
