SymbXRL：モバイルネットワーク向け深層強化学習の意思決定を記号AIで解明する
TL;DRSymbXRLは、モバイルネットワーク管理における深層強化学習（DRL）エージェントの意思決定を、人間が理解可能な形で説明する新しい技術である。記号AIを用いて概念やルールを直感的に表現し、論理的推論と組み合わせることでブラックボックス性を解消する。
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。
MEIDNet: マルチモーダル生成AIによる材料の逆設計フレームワーク
TL;DRMEIDNetは、材料の構造情報と特性を対照学習で共同学習するマルチモーダルな逆設計フレームワークである。等変グラフニューラルネットワーク（EGNN）を用いて構造をエンコードし、生成的な逆設計と組み合わせることで、目標特性を満たす材料の探索を加速させる。
異種コンピューティング：AIエージェント推論の未来を支える鍵
TL;DRAIエージェントの推論は、計算能力だけでなくメモリ容量や帯域幅のボトルネックを露呈させている。本研究は「演算強度（OI）」と「容量フットプリント（CF）」という2つの指標を導入し、従来のルーフライン分析では見逃されていたメモリ容量の壁などの領域を解明する。
メカニスティック・データ・アトリビューション：解釈可能なLLMユニットの学習の起源を追跡する
TL;DR本研究は、大規模言語モデル内の解釈可能な回路がどの学習データに由来するかを特定する「メカニスティック・データ・アトリビューション（MDA）」を提案します。影響関数を用いて特定のユニットと学習サンプルの因果関係を解明し、構造化データが回路形成を促進することを実証しました。
Liquid Interfaces：自律システムのための動的オントロジー
TL;DR現代のソフトウェアアーキテクチャは、適応的で確率的な推論を行う自律エージェントのサポートに苦慮しており、静的なインターフェースが主流です。本論文では、インターフェースを実行時の意図表明と意味交渉によって出現する一時的な関係イベントと捉える「Liquid Interfaces」を提案し、そのプロトコル（LIP）
ドリフトするMDPの幾何学：経路積分による安定性証明
TL;DR現実の強化学習環境は非定常であり、報酬やダイナミクスが変動する。本研究は、環境の変化を微分可能なホモトピー経路としてモデル化し、幾何学的視点から分析する。これにより、累積ドリフトや加速、アクションギャップによる非滑らかさといった複雑さの指標を導出し、これに基づき学習強度を適応させるHT-RLおよびHT-MCTS手法を提案する。
未知の力学系における一般化された情報収集フレームワーク
TL;DR未知の力学系で動作するエージェントが、観測から効率的に力学を学習するための統一的なフレームワークを提案した研究である。パラメータ、信念、制御の因果関係を明示することで、特定のモデル選択に依存しない一般的な情報収集コストを導出した。
粒子からエージェントへ：空間シミュレーションにおける認知的摩擦の指標としてのハルシネーション
TL;DR従来の建築シミュレーションは要素を物理的な「粒子」として扱ってきましたが、本研究では大規模マルチモーダルモデルを用いた「エージェンティック環境シミュレーション」を提案します。AIのハルシネーションを診断ツールとして利用し、空間内の意味的な曖昧さ（ファントム・アフォーダンス）を検出する枠組みを提示しています。
言語モデルの「言行不一致」は質問方法で変わる：表明された選好と実際の選択のギャップに関する調査
TL;DR言語モデルが表明する価値観と実際の選択が食い違う「表明・顕示選好ギャップ（SvRギャップ）」について、24のモデルを用いて調査した研究である。中立や回答拒否を許容することで、弱いシグナルを除外し、表明された選好と強制選択による顕示選好の相関を大幅に改善できることが判明した。
分散型LLMコラボレーションを学習するマルチエージェントActor-Critic手法
TL;DR本研究は、分散型LLMコラボレーションを最適化するためのマルチエージェントActor-Critic（MAAC）手法を提案しています。中央集権型Criticを持つCoLLM-CCと分散型Criticを持つCoLLM-DCの2つのアプローチを開発し、長期的タスクや報酬が疎な環境におけるCoLLM-CCの優位性を示しました。
保存済みの記事がまだありません。
読み込み中…