公開
ドイツ中央銀行の担保適格性審査：大規模言語モデルによる有価証券要件判定
・ドイツ中央銀行による担保適格性の確認は、長文・複雑な有価証券説明書から法令・財務要件を手作業で抽出する負担が大きい課題。 ・従来の固有表現認識（NER）では OCR 雑音や言語変異への対応が不十分で、柔軟性に欠ける。 ・大規模言語モデル（LLM）を活用することで、双言語・半構造化文書からの情報抽出精度の向上と業務効率化を実現。
AI
Archive 記事を横断検索
自社に関係するAI情報を、すぐ見つける。
キーワードだけでなく、業界・用途・情報種別・公開時期を組み合わせて検索できます。気になるテーマから、自社で試すヒントまでまとめて辿れます。
← AI Intel トップに戻る67件
3 / 3ページ
- Source
- 公開Source
GUI自動操作エージェントの自律学習と経験活用による タスク計画精度向上
・Webサイト自動操作エージェントの課題である「複雑なタスク分解」と「サイト間の汎化」に対し、自律探索と過去経験の再利用により改善する PEEU 手法を提案。 ・オープンソースの小規模マルチモーダル言語モデル（MLLM）でも、高コスト商用モデルに近い性能を実現しながらプライバシーと コスト効率を両立可能。 ・実験段階だが、Webスクレイピングや RPA 処理の自動化に応用される見込み。
- 公開Source
サンプル実演を用いた方針内自己蒸留は出力多様性を低下させる
・単一モデルを教師・生徒として機能させるオンポリシー自己蒸留は pass@1 精度を向上させるが、生成多様性が低下する傾向がある ・正解例を条件付けした教師からの密度の高いトークンレベルフィードバックが、累積バイアスを招き pass@k カーブを平坦化させる ・複数サンプル生成による精度向上が機能しなくなるため、実用性が限定される可能性がある ・自己蒸留の設計に潜む偏りが原因で、出力の多様性と精度のトレードオフが発生
- 公開Source
マルチモーダルAIの順序依存性監査：同じ情報でも答えが変わる課題
・マルチモーダル大規模言語モデル（MLLM）が、提示情報の順序を変えると異なる回答をする「順序依存性」の問題を実証的に調査。 ・オプション順序、証拠チャンク順序、文書ランク、画像セット、複合モダリティ順序の5つの側面でテスト。 ・18個の最先端・オープンウェイトモデルをBayesian統計モデルで評価し、順序ノイズと真の理解力を分離。 ・AI信頼性評価ガイドラインで要求される基本的な頑健性（順序不変性）がまだ確保されていない現状を明らか...
- 公開Source
IV-CoT：テキスト画像生成における構造認識の改善手法
・マルチモーダル大規模言語モデル（MLLM）によるテキスト画像生成は、物体数・空間関係・属性結合などの構造情報の保持が課題。・提案手法IV-CoT（暗黙的ビジュアル思考連鎖）は、構造計画と見た目レンダリングを分離するアーキテクチャで対応。・単一の条件付けストリーム内での情報の絡み合いを解消し、生成精度向上を実現。
- 公開Source
コード修復エージェント向け構造化診断定位フレームワーク SHERLOC
・LLM エージェントがコード修復タスク時に予算の約半分をバグ箇所の特定に費やす課題に対応 ・従来の定位フレームワークは単純なファイル検索に留まり、修復に必要な診断文脈を提供していない ・SHERLOC は仮説駆動型の推論と構造化探索を組み合わせた訓練不要のフレームワークを提案
- 公開Source
言語モデルのパラメータ効率化：深さ方向の非均等配置手法
・現行の言語モデル（Transformer 等）は全層に均等にパラメータを配置するが、実際には層によって出力への寄与度が異なることが知られている。・後段の層は情報を大きく変換せず、中間表現を洗練する傾向にあることから、パラメータの非均等配置が有効である可能性を検証。・深さ方向でのパラメータ効率化により、モデルサイズ削減と計算コスト低減が期待できる。
- 公開Source
視覚的スタイルが大規模マルチモーダルAIの社会的バイアスを左右する仕組みを検証
・マルチモーダル大規模言語モデル（MLLM）が人物画像を判断する際、限定的な視覚的手がかり（服装・外見など）が大きなバイアスを生み出す可能性を指摘。 ・StylisticBiasというベンチマークを開発し、個人差と見た目の効果を分離してバイアスを測定する方法論を提案。 ・500以上のフォトリアリスティック画像を用いた制御実験により、属性レベルの社会的バイアスを体系的に評価可能に。 ・個人情報判定・採用・医療判断など実務的設定でのMLLM...
- 公開Source
放射線科向け空間認識型ビジョン言語モデルのスケーラブルな訓練手法
・手動の空間アノテーションなしで、放射線科向けビジョン言語モデルの訓練方法を研究 ・独ドイツ語と英語の二言語対応、CT/MR画像120万枚とテキストペアのRefRad2Dデータセットを開発 ・LLMベースキュレーションと自動セグメンテーションで、VQAと空間グラウンディング部分集合を自動生成 ・RadGrounderモデルは報告書生成と視覚質疑応答を同時実行可能に構成
- 公開Source
法律AIの基盤整備：米国地方条例の大規模データセット LOCUS
・米国の地方条例（ゾーニング、住宅、営業許可など）は機械学習に適した形式で公開されておらず、法律AI研究の空白となっている。 ・研究チームが大規模な地方条例コーパス「LOCUS」を構築し、スケーラブルな法律AI開発の基盤を提供する。 ・ベンダープラットフォームの破片化から脱却し、自動化可能な法令データへのアクセスが可能に。 ・地方規制（公衆衛生、騒音規制、動物管理など）に関する判例分析や自動化が加速する見込み。
- 公開Source
TokenPilot：LLMエージェント向けキャッシュ効率的コンテキスト管理
・LLMエージェントの長時間セッション運用時に、コンテキスト累積による推論コスト増加が課題となっている。 ・既存のテキスト圧縮・動的メモリ削除手法は、テキスト変更によってキャッシュ無効化とプリフィックス不一致を引き起こす。 ・TokenPilotは、テキスト削減とプロンプトキャッシュ連続性のトレードオフを解決する、二段階粒度のコンテキスト管理手法を提案する。
- 公開Source
LLMエージェントのメタ分析能力を評価する新ベンチマーク「MetaSyn」
・Nature Portfolio掲載の442件の専門家キュレーション済みメタ分析データセット「MetaSyn」を開発 ・文献検索・研究選定・統計集計を含む系統的レビュー全体パイプラインの検証を可能に ・LLMエージェントの科学的推論能力を体系的に評価するベンチマーク基盤を提供 ・既存ベンチマークに欠落していた各段階の正解データを整備
- 公開Source
文脈認識の強化学習によるエージェント型・マルチモーダルLLMの性能向上
・LLMが長い文脈や複雑な情報から重要な証拠を見落とす課題に対し、文脈認識型強化学習(ContextRL)を提案 ・最終答だけでなく、推論過程を監督する間接的な補助目的関数により、長期推論とマルチモーダル性能を同時に向上 ・ツール実行ログや画像内の細部といった、散在する重要情報の検出精度を改善する手法
- 公開Source
KVEraser：LLMのキャッシュ制御による局所的文脈削除の効率化
・長文生成時のLLM（大規模言語モデル）において、一度処理された情報の影響を後から削除する手法を提案。 ・KVキャッシュの局所編集が後続トークン全体に波及する課題を解決し、全トークン再計算を回避。 ・古い検索結果、不正確なツール出力、撤回された指示、有害なプロンプト注入など、後発的に検出される不要情報を効率的に除外。
- 公開Source
医療AI の推論過程における幻覚診断ベンチマーク ClinHallu
・医療用マルチモーダル大規模言語モデル（MLLM）の信頼性向上を目的とした研究。 ・既存ベンチマークとは異なり、幻覚がどの推論段階で発生するかを特定する手法を提案。 ・視覚認識エラー、医学知識の不正確な想起、推論統合の欠陥など、複数の幻覚源を識別可能。 ・医療診断支援システムの安全性向上に向けた基礎研究。
- 公開Source
Agents-K1：エージェント向け知識統合の新アプローチ
・現在のLLMベース研究エージェントは、論文をアブストラクトや引用のみに削減し、科学的推論に必要な主要な概念や根拠を見落としている ・Agents-K1は、生ドキュメントをエージェント処理可能な形式に変換する知識統合パイプラインを提案 ・論文中の実体、主張、証拠、仕組み、手法の系統性を抽出し、より深い科学的推論を実現
- 公開Source
DoorDashが新AI チャットボット導入、画像やテキスト指示で注文可能に
・DoorDash が「Ask DoorDash」という AI チャットボットを新たに導入 ・ユーザーが自然な言葉や画像で商品を検索でき、レストラン一覧のスクロール作業が不要に ・従来のカート構築プロセスが簡素化され、注文体験が高速化
- 公開Source
文書を「記憶の原子」に変換：LLMのコンテキスト圧縮と合成技術
・LLMの長い入力シーケンス処理では、注意機構の計算コストが二次関数的に増加し、推論の遅延とメモリ消費が課題。・文書ごとにLoRAアダプタを生成する「Doc-to-LoRA」等の手法に対し、単一の「モノリシック」アダプタの限界を指摘。・本論文は文書情報を複数の「メモリ原子」に分解・圧縮し、推論時に必要な原子を選択・合成する手法を提案。・多段階の推論タスクでコンテキスト圧縮の効率化と柔軟性の向上を実現する可能性。
- 公開Source
トルコ語の多語表現分類：教示学習と監督学習の比較
・トルコ語の軽動詞構文（LVC）は字面上は通常の動詞目的語結合と同じだが、慣用的な意味を持つため分類が困難 ・二値分類タスク（字義的 vs 慣用的）として、手動作成の対照的なテストセット（N=147）で評価 ・大言語モデルの文脈内学習における教示（デモ）ベースのアプローチと監督学習の有効性を比較 ・言語処理パイプラインにおける多語表現認識の精度向上に寄与