トピック: pass@k

全セクション横断 3 件

AIの推論訓練で、新しい解法を探す役と学習する役を分ける手法ExpDisが提案された。同一の計算時間で既存手法DAPOを上回り、多様な正解を出す力も高めた。

最先端のAI訓練手法「自己蒸留」が平均精度を高める一方、モデルの回答多様性を密かに損なうことが判明した。企業のAI活用戦略と品質評価指標の見直しを迫る研究成果である。

米アリゾナ州立大学の研究チームが、顧客対応AIの政策違反を推論段階で自動阻止する「LedgerAgent」を発表した。コンプライアンスコストの削減と顧客対応品質の標準化が期待される。