登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 オフは定番
オフは定番 コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
オフは定番 を含む検索結果
浙江大学と清華大学の研究チームが、ロボット制御向けの世界モデル(行動を起こすと画像がどう変わるかを予測するモデル)に対して、探索なしで行動を決められる新しい学習法「INTACT」を提案した(https://arxiv[.]org/html/2607.26056v1)。 画像はその全体構成。従来はゴールに近づく行動をCEM(大量の行動候補をランダムに生成してシミュレートし、良さそうなものを選ぶ探索的な計画手法)で毎回探すのが定番で、1回のプランニングに平均1.48秒かかっていた。INTACTは同じオフラインの実演データから「今の状態から実際に起きた変化」と「今の状態からゴールまでの差分」の両方を、1つの共有した行動予測モジュールに同時学習させる。これにより探索を一切使わずにいきなり行動が出せるDirect制御が可能になり、レイテンシは2.9〜5.5ミリ秒まで縮んだ。 PushT/Cube/Reacher/TwoRoomの4タスクをそれぞれ個別に学習したモデルでも、Directだけで成功率85.78%/100.00%/97.67%/97.89%を達成。Direct案の周辺だけをCEMで軽く確認するごく小さな検証(候補384個、CEMの9,000個の23分の1)を足すと、4タスク平均96.86%、最も苦手なタスクでも92.22%まで伸びる。1つのエンコーダ(画像を圧縮した表現に変換する部分)で4タスクを同時に学習させても平均89.39%届き、土台となった従来の世界モデル「LeWM」に対しタスクによっては最大42.44ポイント差をつけた。 興味深いのは、同じ共有エンコーダの設定で行動を出す部分を完全に無効化し、旧来のCEM探索だけで評価しても、INTACTの目的関数で学習した表現のほうが成功率が66.17%から70.08%に伸びる点。行動予測ヘッドを追加しただけでなく、世界モデルの表現そのものを底上げしていることになる。
もっと見る
\「お洒落は足元から」👞を実践する!/ 一生教科書にしたい『THE SHOES』が今日限定で499円!!父の日のギフトにもおすすめです~✨ ▶コーディネートの最後に靴を選ぶ人はこの本を読んで!ド定番の「靴選び」バイブルが本日限定Amazonで62%オフ!
もっと見る
多指ロボットハンドに、動かすと手と周囲がどう変わるかという先読みを学ばせつつ、本番では未来を一切描かせないDexForesightという研究( Roboticsや上海交通大学などのチームによる。 指の多い手は、物をつかむ途中で指がカメラから隠れるので、先を見越す力が要る。定番の「World Action Model」(未来の映像や動きを予測しながら行動を出すモデル)は、推論のたびに未来を生成するぶん制御が重くなる。 そこで学習時だけ、先読み役の世界モデル(行動の結果を予測するモデル)を別に育てる。材料はステレオ映像からオフラインで推定した深度、順運動学(関節角から手の各部位の位置を計算する方法。隠れた指も追える)で求めた手の点群、約370時間・60タスク分の実演。実演の動作を条件に、手の表面の点の3D移動と画像特徴の変化を予測させる。 次に世界モデルを固定し、方策(行動を決めるモデル)の内部表現をそちらに寄せる。本番に残るのは方策だけで、入力はRGB画像、言語指示、ロボットの状態のみ。深度推定も未来の生成もしない。 シミュレーションの11タスク(ベンチマークDexJoCo)では、土台のGR00T N1.7の成功率49.4%が60.5%に。最も強い比較手法Fast-WAMの50.9%も上回った。実機3タスクでは58.3%で、次点のWLAは50.0%。推論時間は土台のQwenVLAの227.4msに対し230.4msと、1.3%増にとどまる。未来映像を作るCosmos3は、16フレームの生成段階だけで930msかかる。 寄せ方そのものが効いているらしい。方策に手の動きを直接予測させる出力を足すだけだと53.1%、条件の動作をシャッフルすると41.5%。方策の内部から0.54秒後の手の動きを線形に読み出す誤差も、QwenVLAの13.59mmから10.01mmに減った。 ただし実機は各タスク20回で、物体の位置を変えた評価が中心。WLAやFast-WAMとは構造も学習手順も違い、1要素だけを変えた比較ではないと著者も書いている。本番が軽い代わりに、学習側には大量の実演と深度推定、別の世界モデルが要る。 推論のたびに未来を想像する深い計算を、学習時の先生役に肩代わりさせる設計だ。計算資源が限られるロボットの現場には、こういう分担が合うのかもしれない。
もっと見る
# AIエージェントをエンタープライズシステムに組み込む意思決定ポイント # ストリーミング vs バッチ出力 🎯 ポイント エージェントの応答を「トークンが出るたびに流す」か「全部できてからまとめて返す」か。この選択、UIの見た目だけの問題だと思っていませんか?実はガードレールの適用タイミング、エラーハンドリング、コスト追跡、後続システムとの結合方式まで、アーキテクチャ全体に波及する意思決定です。ほとんどのエンタープライズ環境では「フロントはストリーミング、バックはバッチ」のハイブリッドに落ち着きますが、なぜそうなるかを理解していないと設計を間違えます🔑 📋 概要 ストリーミング出力は、LLMが生成するトークンをSSEやWebSocket経由で逐次クライアントに送出する方式です。ユーザーは最初のトークンが届いた瞬間から応答を読み始められるため、体感の待ち時間が劇的に短くなります。一方バッチ出力は、全トークンの生成が完了してから一括で返す方式で、JSON・CSV・SQLなどの構造化フォーマットを確実にパースでき、全文に対するガードレール検証やPIIマスキングを実行してから出力できます。エージェントが人間と対話するのか、それとも別のシステムに結果を渡すのかで、最適解がまったく異なります。 🔍 意思決定のポイント 判断の起点は「出力の消費者は誰か?」です。 人間が画面上で直接読む → ストリーミング優先。500トークンを超える応答で全文生成まで待たせると、ユーザーは「フリーズした」と思って離脱します。 システムが消費する(API連携、オーケストレーション、DB書込) → バッチ優先。不完全なJSONをパースしようとしてエラーが頻発するのは、エンタープライズでよく見る失敗パターンです。 もう一つの重要な軸は「全文検証が必須か?」です。コンプライアンス検証やガードレールが全文を対象にする場合、ストリーミングで逐次送出してしまうと、不適切な内容がユーザーに届いた後で検出されるという最悪のシナリオが発生します⚠️ 💡 要点と詳細 ストリーミングが活きる場面は明確です。SlackBot、社内チャット、カスタマーサポート窓口など、ユーザーが「応答中」の表示を見ながらリアルタイムに読む対話型UIです。First Token Latency(最初のトークンが届くまでの時間)がUXの主要KPIである場合、ストリーミング以外の選択肢はありません。途中経過を見てユーザーが早期にキャンセル・方向修正できるのも大きなメリットです。 バッチ出力が必須になる場面もまた明確です。Salesforceのレコード更新やWorkdayの人事データ処理など、APIの入力として完全な構造化データが必要なケース。複数エージェントのオーケストレーションで、下流エージェントが上流の完全な出力を入力として受け取るケース。レスポンス全体のトークン数を事前に把握してコスト計算に使う必要があるケース。 実務で最も多いのはハイブリッド構成です。ユーザー向けUIにはストリーミングで表示しつつ、全文完成後にバッファした結果を後続APIに渡す。メタデータ(ステータスコード、分類ラベル等)はバッチで先行送出し、本文部分をストリーミングする。長いレポート生成ではセクション単位でバッチ出力し、各セクション完成時に部分表示する「段階的バッチ」も有効です📊 ⚖️ トレードオフ ストリーミングの落とし穴は想像以上に多いです。構造化出力をストリーミングして不完全なJSONのパースエラーが頻発する。ストリーミング中にツール呼び出しが失敗しても、既に送出済みのトークンを取り消せない。ガードレール検証が全文完成前に実行されるため、不適切な内容が先にユーザーに届いてしまう。ネットワーク切断時の再送管理が煩雑で、チェックポイント機構がないと重複送出や欠損が起きます。 バッチの落とし穴は主に体感速度です。全文生成に30秒かかるレポートをバッチで返すと、ユーザーは「フリーズした」と誤認して離脱します。プログレスバーや「処理中」インジケータの表示は必須ですが、それでも長時間の無応答はUXを大きく損ないます。 コスト面も見逃せません。ストリーミングモードではトークン消費量の集計が遅延しやすく、コストガバナンスの閾値超過を検知できないケースがあります。バッファリング層でのトークンカウントを併用する設計が重要です💰 🛠️ ユースケース カスタマーサポートエージェント:顧客が「応答中」を見ながら待つZendeskやIntercomのシナリオでは、ストリーミングで体感速度を確保しつつ、全文完成後にバッファからコンプライアンス検証を走らせるハイブリッドが最適です。不適切な表現が検出されたら、完成後に注記や修正を追加します💬 バックエンド自動化エージェント:Salesforceレコード更新やJiraチケット要約の一括処理では、バッチ出力一択です。非同期ジョブとしてバックグラウンド実行し、完了通知のみをSlackに送るワークフローが定番です。ストリーミングを使う理由がありません🔧 社内ナレッジ検索エージェント:回答を段階的に表示しながらソースを提示するUXを実現するため、ストリーミングで回答本文を流しつつ、最後にソース情報をバッチで付与する構成が効果的です。SSEはHTTP/2環境で導入が容易ですが、双方向通信が必要な場合はWebSocketを検討してください📚 実践のコツ:インフラがストリーミングをサポートしているかの確認を忘れずに。WebSocket/SSE非対応の環境では選択の余地なくバッチになります。ハイブリッド構成ではストリーミングバッファの最大サイズとタイムアウトを必ず設定し、無限にバッファが膨らむことを防止してください💪 #AIエージェント# #エンタープライズアーキテクチャ#
もっと見る
お昼のプレーオフは玉城理恩さんが1票差で2度目のぶちぬキングに! 2位は鉄グミ西田くんと川座かなさんのユニット爪ななめさんでした! キングオブコントを観てコントをやりたくなった西田くん、相方さんに漫才しかやらないと言われ、ライブで1回会ったくらいのかなさんに連絡したらしいです! 熱量すごい(笑)
もっと見る