管内データで束ねた燃料集合体の限界熱流束を当てにいく：CTF×ハイブリッド機械学習の一般化検証
管（チューブ）で学習したモデルは、燃料棒が束になった「ロッドバンドル」でも通用するのか？ 意外なのは、複雑さが一気に増えるのに「追加データが足りない」という現実が、手法の選び方だけでなく、“勝ち筋の描き方”そのものを変えさせる点です。
Cog AI Archive
最新の記事
オンラインとオフラインの“いいとこ取り”：マルチターンコード生成をコンテキスト付きバンディットで学習する
マルチターンでコードを書き直すLLMは、どうすれば「強く」かつ「安く」育てられる？ オンラインRLが強いのは分かる。でも高コストで不安定——そこで発想を変える。 この記事では、COBALTが“マルチターン”を“一手ずつ”に分解して橋をかけた狙いと手触りを追う。
反蒸留フィンガープリンティング
大規模言語モデル（LLM）の出力を無断で学習して模倣する「モデル蒸留」を検知するため、生徒モデルの学習力学に適合した信号を埋め込む新手法「ADFP」が提案されました。 従来のウォーターマーク手法は生成品質を大幅に低下させる課題がありましたが、ADFPはプロキシモデルを用いて検知可能性を最大化するトークンを動的に選択することで、品質維持と強力な検知能力を両立します。 数学的推論（GSM8K）や対話タスク（OASST1）の検証において、生徒モデルの構造が未知であっても、従来手法を凌駕する精度で蒸留の有無を判定できることが実証されました。
計算予算の中で「推論の誤り率」を握る——Conformal Thinkingという発想
推論LLMは、どこまで考えさせれば“十分”なのでしょうか？ 実は「トークン数を決める問題」は、しきい値を決める問題に姿を変えるだけで、悩みは残ります。 この記事では、計算予算の設定を“リスク（誤り率）制御”に言い換える論文の狙いと仕組みを追います。
視覚トークンを“間引いても崩れない”——マルチモーダルLLM学習を速くするDualSpeed
マルチモーダルLLMは、なぜ「学習」だけがこんなに重くなりがちなのでしょうか？ 鍵はモデルの巨大さだけでなく、画像が生む“視覚トークンの多さ”にあります。 とはいえ、ただ削れば速くなる一方で、推論の場面で別の問題が噴き出す——そこが話を難しくします。
音声と「場所・季節」を賢く足し合わせる：適応的な証拠重み付けによる融合 FINCH
同じ正解にたどり着く手がかりが、複数あるとき——私たちはどう「足し合わせる」のが正解なのでしょうか？ 単純に混ぜれば強くなる、とは限りません。状況によっては、弱い手がかりが全体を壊してしまうからです。
緊急停止だけで賢くする：不完全な介入信号から学ぶ「残差」微調整
「危ない！」という緊急停止（e-stop）しか手がかりがないとき、ロボットは本当に上達できる？ しかも現場で起きるのは、丁寧な指示や正解例ではなく、とっさの停止や介入であることが多いはずです。 実は、“止められないようにする”だけでは、うまくいくとは限りません。
論文級の科学図を“自動で整える”AutoFigure入門
科学の図は、なぜ作るのにこんなに時間がかかるのでしょうか？ ボトルネックは「描く」だけでなく、「構造」と「見栄え」を両立する設計にあります。単に要素を並べるのではなく、読み手が迷わず理解できる流れと、ぱっと見て受け入れられる整い方を同時に満たす必要があるからです。
ラフな3Dと2D動画で“生成”プリビズを操る：PrevizWhizという発明
プリプロで「このカット、成立する？」を最短で確かめるにはどうすればいいのでしょうか。 頭の中では見えているのに、チームに伝えた瞬間に“別の映像”へ変換されてしまう――そんなズレを減らす手段は、いつも不足しています。そこには、アイデアの鮮度が高いほど言葉や静止画だけではこぼれ落ちやすい、という制作のジレンマがあります。
事前学習モデルの“余り”を使って忘却を抑える――データなし継続学習アダプタPLATE
継続学習で「昔のタスクのデータなし」に、どうやって忘却を防ぐのでしょうか。 鍵は追加データでも特別な記憶でもなく、事前学習済みネットワークに潜む“幾何学的な余り”でした。 この記事では、PLATEがどんな発想で更新を制御し、可塑性と保持のトレードオフを扱おうとしているのかを追います。