TS-Debate：ゼロショット時系列推論のためのマルチモーダル協調ディベート
TL;DR大規模言語モデルを用いた時系列分析の課題である数値の忠実性やモダリティ間の干渉を解決するため、TS-Debateというフレームワークが提案されました。これはテキスト、視覚、数値を専門とするエージェントが、ドメイン知識に基づき構造化された議論を行う仕組みです。タスク固有の調整なしに、複数のベンチマークで既存手法を上回る性。
Cog AI Archive
最新の記事
人気記事ピックアップ
RedSage: サイバーセキュリティに特化した汎用LLM
TL;DRRedSageは、プライバシーリスクを回避しつつ多様なセキュリティ業務を支援するために開発された、オープンソースのサイバーセキュリティ特化型LLMである。118億トークンの専門データによる事前学習と、エージェントベースのパイプラインで生成された26.6万件の指示データによる調整を経て、既存モデルを上回る性能を実現した。
オーケストレーターとしてのLLM：推薦システムのための制約遵守型マルチエージェント最適化
TL;DR推薦システムにおける複数の目的の最適化と、公平性やカバレッジといった厳しいビジネス制約の両立を解決するフレームワーク「DualAgent-Rec」が提案されました。LLMをコーディネーターとして配置し、制約を遵守するエージェントと多様性を探求するエージェントを動的に制御することで、制約遵守率100%とパレート超体積の4〜6%向上を達成しました。
AdaReasoner：反復的な視覚的推論のための動的なツールのオーケストレーション
TL;DRAdaReasonerは、マルチモーダル大規模言語モデル（MLLM）において、ツール使用を特定の行動としてではなく一般的な推論スキルとして学習するモデルファミリーです。大規模なデータパイプライン、強化学習（Tool-GRPO）、適応学習メカニズムを組み合わせることで、未知のツールへの汎化やタスクに応じたツールの自律的な選択・抑制を実現しました。
保存済みの記事がまだありません。
読み込み中…