トピック: Supervised Fine-Tuning (SFT)

全セクション横断 8 件

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。

香港中文大学系などの研究チームは、画像を見て自ら描き直す統合モデルに強化学習を適用する手法を開発した。外部の検証器なしで生成品質が向上し、実務展開の負担軽減が期待される。

米国の研究チームが、複数のAIエージェントが自律的に協調ルールを学習するフレームワーク「LLawCo」を発表した。製造・物流・医療など多人数が関与する業務の自動化精度が大幅に向上する可能性がある。

米NVIDIAの推論コンテストで、LLMに文字列照合・バックトラッキング・誤り回復を組み合わせた新手法が96%超の検証精度を達成した。複雑な論理推論を要する業務自動化への応用が現実味を帯びる。

シンガポール南洋理工大学などの研究チームが、動画や多視点画像から3次元空間を継続的に推論するAIエージェント「S-Agent」を発表した。製造・物流・建設など空間認識が業務の根幹を担う産業に広範な影響を与えると見られる。

フランス語医療QAを題材にした実証研究が、大規模言語モデルの専門領域適応における最適戦略を明らかにした。医療AIの導入コスト削減と性能確保の両立に向け、企業の意思決定を支援する知見として注目される。

米スタンフォード大などの研究チームが、大規模言語モデルの推論能力を人手に頼らず自動的に向上させる強化学習手法「ExpRL」を発表した。AI開発コストの削減と性能向上を同時に実現する可能性がある。

京港大らの研究チームが、事前学習済みロボット制御AIを少ない成否情報だけで効率的に強化学習できる手法「HABC」を発表した。製造・物流現場での自律ロボット導入コストを大幅に削減しうる成果である。