Turning GLM-5.3-Flash into a Jev-like decision model
GLM-5.3-Flashのような標準LLMからJev類似の特性を引き出す手法を紹介し、vLLM環境下でのベンチマーク結果を報告しています。
- •最初の出力トークンで質問に答えるようプロンプトを設計することで、単一のフォワードパスで意思決定を実現する
- •精度と速度の面ではJevと同等の性能を示し、Layaを大幅に上回る結果となった
- •GLM-5.3-FlashとvLLMを用いた具体的なアプローチの詳細がブログ記事で説明されている
Kaggleのデータセットやコンペティションを基盤に5,000件以上の課題を用意し、小型AIモデルにコードによるデータ分析能力を強化学習で身につけさせるための実行環境と自動採点機能を備えたツールキットとして公開された。
- •Hugging FaceのAdithya S Kolavi氏が9月24日にXにて「SmolDataEnvs」の公開を告知した。
- •データ分析プラットフォームKaggleのデータセットやコンペティションを基に、5,000件以上の課題が含まれている。
- •モデルが課題を解くための実行環境と、解答を自動採点する仕組みを一体的に提供している。
GoogleがAIモデルやエージェントのコーディング能力を測る「Android Bench 2.0」を公開し、複雑な長期タスクでの性能低下を検証した
- •「Android Bench 2.0」は、エンジニアが数日を要する複雑な長期タスクを課す仕様へと刷新された
- •新しい基準での最高通過率は、従来の約91％から約28％に急落した
- •このベンチマークにより、AIモデルやエージェントが長期的・複雑な開発タスクに対応する際の限界が浮き彫りになった
We're gonna need a lot more mathematicians
Amit Sahaiによる寄稿記事で、学部生時代の経験やAIとの関係性について言及し、今後より多くの数学者が必要になると主張している
- •Amit Sahaiによるゲスト投稿であり、異なるファイル形式からAIを使用して変換されたものである
- •著者が学部生時代に経験した対話を振り返る内容が含まれている
- •タイトルから、数学的専門家の需要が増大する傾向が論じられている
Exploding variance of means of exponentials: least-squares to the rescue
指数関数の平均値における分散の爆発的な増加という数値計算上の問題について、最小二乗法を用いた解決策を検討する技術的な記事
Teaching a World Model to Play Pokemon
Pokémon Redを用いてJEPAスタイルのワールドモデルを訓練し、ゲーム環境の理解や予測を行う技術的な試みについての記事
- •Pokémon Redを学習データとして使用した
- •JEPAスタイルのワールドモデルを訓練した
- •ゲームプレイにおける環境モデル化や予測に関するアプローチを示している
Analyzing Frontier Model Progress with My Favourite Game: Prince of Persia
1995年にプレイしたクラシックゲーム『Prince of Persia』の映像やアニメーションを題材に、現在のフロンティアモデルの進歩を分析・考察する記事。
- •1995年にIBM PC XTで初めてプレイしたゲーム『Prince of Persia』を題材としている
- •ロトスコープアニメーションやゲームの表現方法に注目して分析を行っている
- •フロンティアモデルの技術的進歩を、このゲームとの比較や関連付けを通じて考察している
Astra and Opus just passed Turing’s other test
フロンティアAIモデルが、アラン・チューリングが第二次世界大戦中に手がけた暗号解読作業を完了させたことを示す記事である
- •フロンティアAIモデルがアラン・チューリングのWW2暗号解読作業を完了した
- •AstraとOpusというモデルが、チューリングの残した課題に対するテストを通過した
- •AIの推論能力が歴史的な暗号解読タスクの解決に活用された
Show HN: Jev Plays Pokémon Red
高速な意思決定を行うAIモデルJevを用いてPokémon Redをプレイさせるプロジェクトで、ソースコードはオープンソースとして公開されている
- •JevはTetrisよりも複雑なゲームであるPokémon Redのプレイを試みるために活用された
- •ゲームのプレイ自体がライブ配信されており、トークンやコンテキストも確認できる
- •プロジェクトの全ソースコードはGitHub上でオープンソースとして公開されている
Ink and Switch Interactive Homepage
思考のためのツールの未来を探求する独立系研究ラボ「Ink and Switch」のインタラクティブなホームページが公開された
- •「Ink and Switch」は、思考のためのツールの未来を探求する独立系研究ラボである
- •同ラボは、思考プロセスを支援する新しいインターフェースやツールの研究開発を行っている
- •具体的な製品名や技術詳細については、提供された情報からは確認できない