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 TL小説
TL小説 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
TL小説 を含む検索結果
TL;DR 最新の高性能エンコーダがスパース検索では旧世代モデルにすら負けていた原因は「語彙設計のミスマッチ」でした。わずか2万ステップの適応学習でこれを解消し、BEIRで新たなSOTAを達成しています。 タイトル: Why Advanced Encoders Lag on Sparse Retrieval? The Answer and an Approach to Bridging Vocabulary Gaps URL: ポイント 🔤 原因は大文字小文字を区別する生の語彙が意味を無駄に分散させていたこと 🧩 提案手法Vocabulary Transferは語彙移行を3ステップで行う軽量な後付け手法 📊 ModernBERT-VTはBEIRでnDCG@10 52.4を達成し新SOTA 💥 崩壊していたRoBERTa-largeもBEIRスコア1.4から51.3まで劇的に回復 ⚡ 使用トークン数は元の事前学習の0.2%未満という圧倒的な低コスト 🧪 わずか500 MLMステップでほぼ最適な性能に到達 🧬 化学ドメインなど専門語彙への適応でも効果を確認 アーキテクチャの限界だと思われていた問題が、実は語彙の作り直しだけで解決できるというのが面白い発見です。 #情報検索# #LLM#
もっと見る
クソリプ送ってきた女性のTLを見に行ったら、夫の両親と同居してる人らしくTLが義父義母への怨念が煮こごって平将門みたいな怨霊と化してて、その人のフォロワーも義実家で苦労し世を呪ってる感じのアカウントが多くて、そういう界隈があるんだ…とはじめて知った。フィルターバブルの中に小宇宙がある
もっと見る
TL;DR: 1回の順伝播で判断を返す「System One」モデルを、能力と信頼性の両面から測るベンチマークSO-Arenaが登場。能力が高いモデルが、判断も安定しているとは限りません。 SO-Arena: Benchmarking the Capability Spectrum and Reliability of System One Models ポイント ・📚 11ドメイン・2,919タスク、40の公開データセットから構成 ・⚡ オープンウェイトのSystem Oneは1タスク0.3秒以内。System Twoより数十倍速い ・📉 最良のSystem OneでもGPT-6 Lunaに約10ポイント差(Lunaは79.7) ・🔀 選択肢を並べ替えても答えが変わらないか(順序安定性)を測定 ・🚫 正解の選択肢を消したとき「正解なし」と言えるか(Null識別力)も測定 ・🔍 最も信頼性の高いJevAny-27Bは、能力では全21モデル中11位 単純な意味判断は小さなモデルでも十分ですが、数学のような多段階の導出ではthinkingが大きく効きます。ルーティングや検証に使うなら、精度だけでなく安定性も見る必要がありそうです。 #LLMBenchmark# #SystemOne#
もっと見る
TL;DR: 運転ワールドモデルで、透視映像と鳥瞰(BEV)映像を同時に生成することで、周囲の車両が自車の動きに反応する映像を作りやすくしました。 BirdDreams: Joint Perspective and BEV Video Generation for a Plausible, Reactive Driving World Model ポイント ・🚗 従来は周囲車両の軌道を外部入力にしていたため、ログ通りに固定されていました ・🗺️ 透視映像とBEV映像を同時に生成し、シーンのレイアウトを入力ではなく予測の一部にします ・🧠 2つの映像拡散Transformerが全ブロックで共同アテンションを行います(約40億パラメータ) ・🎲 ストリームごとに独立のノイズを与え、片方の情報をもう片方が使うことを学びます ・📉 行動条件ありのADEは、OmniDreams(Plücker)比で約35〜36%減と報告されています ・👥 人手の比較(25名)では、BirdDreamsが57%、OmniDreamsが24%で選ばれました ただし自車軌道は生成映像から再構成した値で、人手評価の比較対象は同じ道路形状を与えた設定に限られます。 #WorldModel# #AutonomousDriving#
もっと見る
TL;DR: 分類器型の「デシジョンモデル」はLLMジャッジを16〜357倍安く置き換えられますが、間違える場所までLLMと同じでした。 Decision Models vs. LLMs as Rubric Judges: Cheaper, Faster, and Wrong in the Same Places ポイント ・⚖️ 比較対象はJevとPerplexityのDecider。フラッシュ級LLM3種と、7ベンチ9パネル・5,003件で比べています ・💸 LLMジャッジのコストは16〜357倍、所要時間は5〜350倍です ・✅ 精度は27比較中、有意に劣るのは最大6件。二値パネルではむしろ強い傾向です ・📉 順序尺度は苦手で、人間より低めに採点しがちです ・🔁 Jevが自信満々に誤る事例では、LLMの96.0%が同じ誤答でした(独立なら50.3%) ・🪜 カスケードの精度向上は最大+2.7ptで、上位ティアでも+1.7ptにとどまります 置き換えるならコスト削減が主目的で、「不確実ならLLMへ」は精度の保険になりにくいという示唆です。 #LLMasaJudge# #LLM評価#
もっと見る
TL;DR:「エージェント開発の難問は解決済み」という見方に、LangChainのHarrison Chaseが異を唱えています。常時稼働でゴールを追うエージェントには、6つの未解決課題があるそうです。 New context engineering challenges in late 2026 ポイント ・🔔 プロアクティブさ:役立つ通知と、うるさい通知のバランスが未解決 ・🧠 メモリ:難しいのは保存ではなく「何を覚えるか」を決める知能層 ・⏳ 非同期:長い作業を走らせつつ、メインのエージェントは応答し続ける必要がある ・🎯 ゴール追跡:同じ行動の繰り返しを避け、長期で一貫して進める ・⚠️ 仕様ゲーミング:「全バグを消せ」でコードベースごと消す例 ・🌐 ブラウザ:スクリーンショットかDOMか、両方が大きいときのコンテキスト管理 要約、オフロード、スキル、サブエージェントといった既知の技法の「次」を整理した論点集です。数値や解決策はなく、意見記事である点にご注意ください。 #ContextEngineering# #AIAgents#
もっと見る
TL;DR: 長い仕事を裏で進めながら、ユーザーの指示にはすぐ応える。LangChainはその両立に、バックグラウンドで動く非同期サブエージェントを提案しています。標準のReActループでは長いツール呼び出しが全体を止めてしまうためです。 Agents Are Going Async(LangChain) ポイント ・🧠 応答性(すぐ反応)と生産性(多数の長いタスクを並行)の両立が課題です ・🚧 ReActループでは、長いツール呼び出し1つで他のタスクが全部待たされます ・🔀 ユーザーのそばに残る1つのオーケストレーターと、裏で動く複数のワーカーという構成です ・🛠️ 管理ツールは5つで、start、check、update、cancel、list の各 async_task です ・♻️ 追加指示は、訂正向きの interrupt(既定)と、追加向きの enqueue を選べます ・🔔 結果は、実行中なら次のモデル呼び出し前に拾い、待機中なら新しい実行で起こします ・🧪 Deep Agents と Managed Deep Agents で利用でき、ベータ版です 記事にベンチマークはなく、LangChain製品の紹介である点に注意が必要ですが、設計の考え方として参考になります。 #AIエージェント# #LangChain#
もっと見る
TL;DR Uber Freightは、40超のマイクロサービスと約100のデータソースにまたがる検索を、「所有者が違うフラグメントを1つのインデックスに合成する」設計で支えています。 タイトル: Freight Search: Composing a Shared Search Index from Independently Owned Fragments URL: ポイント ・🧩 インデックスの各フィールドは、ちょうど1つのフラグメント由来で、所有が衝突しない ・🧱 フラグメントを1つの非正規化ドキュメントに統合し、クエリ時のjoinが不要 ・⚙️ ブートストラップはSpark、ライブ取り込みはFlinkとCDCで、変更は数秒で反映 ・🏷 Javaのアノテーションからマッピングを生成し、クラスが唯一の情報源 ・🔗 @/LinkedEntityとfold関数を宣言すれば、親子の非正規化や1:N集約もプラットフォームが処理 ・🔄 SIAからOpenSearchへの移行も、数か所の変更で全エンティティに適用 ・📈 約300フラグメント、20超のインデックスで、毎秒数千クエリ、p99は数百ミリ秒 業務の定義とプラットフォームの境界を分けたことが、エンジン移行まで耐えた鍵だと感じます。 #Uber# #検索基盤#
もっと見る
TLが古のTwitterみたくなってたのをいいことに、地震の揺れ観測を呟いてしまったわ (これもさっきのも消しますがね
TLがMuseで盛り上がってるけど、「おまえらJevのことはすぐに忘れたじゃんか…」という気持ちで見ている🐯