OmegaUse: 自律的なタスク実行のための汎用GUIエージェントの構築
OmegaUseは、モバイルとデスクトップの両方のプラットフォームにおいて自律的なタスク実行を実現するために設計された、Mixture-of-Experts（MoE）アーキテクチャに基づく汎用的なグラフィカルユーザインターフェース（GUI）エージェントモデルである。
Cog AI Archive
最新の記事
ScatterFusion：強化された時系列予測のための階層的スキャタリング変換フレームワーク
ScatterFusionは、数学的に証明された安定性を持つウェーブレットスキャタリング変換と、現代的な階層的アテンション機構を統合することで、複雑な多スケールの時系列依存関係を正確に捉える新しい予測フレームワークである。
AGENTS.mdファイルがAIコーディングエージェントの効率に与える影響
AIコーディングエージェントの運用効率を向上させるため、リポジトリレベルの構成ファイルであるAGENTS.mdが実行時間やトークン消費量に与える影響を、10個のリポジトリと124個のプルリクエストを用いて実験的に調査した。 実験の結果、AGENTS.mdファイルが存在する場合、エージェントの実行時間の中央値が28.
SLOの達成と時間の劇的削減：OptiKITによる自動化されたエンタープライズLLM最適化
企業が直面する大規模言語モデル（LLM）導入の最大の障壁である、限られたGPU予算内での効率的なスケーリングと、高度な専門知識を要する手動最適化のボトルネックを解消するため、分散型最適化フレームワーク「OptiKIT」を開発しました。
精度を超えて：ツール使用エージェントの能力限界をマッピングする認知負荷フレームワーク
従来のベンチマークは最終的な精度のみを報告し、モデルが失敗する原因となる認知的ボトルネックを隠蔽していたが、本研究は認知負荷理論（CLT）に基づき、タスクの複雑さを構造的な「本質的負荷」と提示方法による「外来的負荷」に分解して定量化する新しい評価フレームワークを提案した。
SpeechMapper: LLMのための音声からテキストへの埋め込みプロジェクター
SpeechMapperは、音声基礎モデルの出力を大規模言語モデル（LLM）の埋め込み空間へ直接写像する、計算コスト効率に優れた2段階の学習手法を提案しており、従来の膨大な計算資源とデータを必要とする音声・LLM統合手法が抱えていた高コストかつ過学習しやすいという深刻な課題を解決する画期的なアプローチである。
BiFTAを回そう：ビジョン言語モデルにおける細粒度なテキスト・視覚アライメントのための双方向精緻化
従来のビジョン言語モデルでは、画像パッチのランダムな切り出しや大規模言語モデルによるテキスト生成において、情報の重複（冗長性）が精度のボトルネックとなっていました。 本研究が提案するBiFTAは、画像パッチ間の重なりをIoUで評価して重複を省く「ビュー精緻化」と、テキスト間の類似度を計算して多様性を確保する「記述精緻化」を導入しました。 この手法をCLIPに適用した結果、6つの主要ベンチマークにおいて従来の最高水準を上回るゼロショット分類精度を達成し、情報の量よりも質と多様性が重要であることを証明しました。
概念成分分析（ConCA）：LLMの内部表現から概念を抽出するための原理的アプローチ
大規模言語モデル（LLM）の内部表現を解釈する手法として、従来の稀な自己符号化器（SAE）が抱えていた理論的根拠の欠如という課題を解決するため、潜在変数モデルに基づいた新しい枠組みである概念成分分析（ConCA）が提案されました。
コンテンツ推薦を導く：コンテンツプロモーションのための情報認識型自動入札
現代のコンテンツプラットフォームでは、新規投稿の露出を確保するために有料プロモーションが活用されていますが、実証分析の結果、この仕組みには直感に反する欠陥があることが判明しました。質の高いコンテンツに対して不適切なオーディエンスへの露出を強制すると、エンゲージメント信号が汚染され、将来的な推薦アルゴリズムによる評価が低下してしまいます。 本研究では、コンテンツプロモーションを「短期的な価値獲得」と「長期的なモデル改善」の二重目的最適化問題として再定義し、モデルの不確実性を低減するための計算可能な指標として「勾配カバレッジ」を導入しました。これは統計学におけるフィッシャー情報量や最適計画法との理論的な関連性を持ち、リアルタイムの入札環境でも実行可能な設計となっています。 ラグランジュ双対性に基づく二段階の自動入札アルゴリズムを開発し、ラベルが不明な入札時点でも学習信号を推定できる信頼性ゲート付きのヒューリスティックを提案し、実際のデータセットを用いた検証で、従来の戦略を上回るモデル精度とオーガニックな成果の向上を確認しました。
PEARL: マルチホップツール使用のための計画探索と適応型強化学習
PEARLは、大規模言語モデルが複雑な多段階のツール呼び出しにおいて直面する、計画能力の欠如やツールの幻覚、誤ったパラメータ生成といった深刻な課題を解決するために開発された新しいフレームワークである。