トピック: pass@1

全セクション横断 3 件

基盤モデルの応答冒頭に特定の語を固定するだけで、強化学習済みモデルに迫る数学・コード性能が得られると判明した。再学習なしで性能を引き出す手法として、AI運用コストの見直しにつながる。

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。

推論サーバー開発をAIエージェントに任せられるかを測る新ベンチマーク「SWE-Serve」が公開された。最良構成の平均正答率は75%だが、E2Eテストを加えると合格率は大きく下がった。