カテゴリー： 大規模言語モデル
- 史上最大規模の高品質科学推論後学習データセットがオープンソース化、Qwen3などを素早く「科学者」に
- 王夢迪チームによる「自己進化エージェント」の総説：静的LLMから汎用人工超知能（ASI）へ
- 大規模モデルの「闇落ち」スイッチ！Anthropicチームの新作：大規模モデルの人格変数がついに人類に発見される！ペルソナドリフトツールチェーンを提案し、モデルを狂わせるブラックボックスを最終的に解明
- Attentionが集中しない？中国人民大学と清華大学が「LeaF」を共同提案：妨害トークンを剪定し、モデルの能動的な焦点化を促す
- モデルは本当に「コードの自己修正」ができるのか？北航がリポジトリレベルの理解生成ベンチマークを発表し、LLM理解評価パラダイムを刷新
- ReaGAN：グラフ内の各ノードをインテリジェントな推論エキスパートにする
- Googleが挑戦状、DeepSeek、Kimiも参戦：初のAI大規模モデル対抗戦が明日開幕
- RAG革命！Graph-R1、初のRL駆動グラフ推論エージェント
- アリババがQwen-Imageをオープンソース化：無料版GPT-4oジブリ、中国語最高モデル
- RAGも推論思考が可能に！多源異種知識の難題を徹底解決
- 人間によるアノテーションを超えて：MetaがCoT-Self-Instructを発表 – 「推論的自己進化」でLLMトレーニングを再構築する方法
- 大規模モデルのトレーニング時間、一体どこに費やされているのか？徹底解説
- Qwen3が廃止した混合推論モードを振り返る
- DeepSeek R2の秘密兵器が明らかに！梁文鋒がトップ賞を受賞した技術で、AIの長文読解速度が11倍に爆速化
- AIの安全性と瞑想、心とAGIアライメントの計算モデル 3万語
- Qwenが深夜に更新：RTX 3090で動作可能、3BパラメータでGPT-4oに匹敵
- マルチモーダル大規模言語モデルは本当に世界を「理解」しているのか？——MLLMの核心知識の欠陥を解き明かす
- 階層的推論モデル Hierarchical Reasoning Model
- 言語モデルはなぜ解答と確信度を直接出力できないのか？
- DeepSeek-GRPOの重要度重み設計の欠陥？Qwen3の新しい強化学習アルゴリズムGSPOを解説
- 必読記事：主要な大規模言語モデルアーキテクチャの詳細比較、Llama、Qwen、DeepSeekなど6大モデルを網羅
- Kimi K2の主要な訓練技術：QK-Clip！
- DeepSeek V3を圧倒！アリババが新版Qwen-3をオープンソース化、ベンチマークで断トツのトップに
- 大規模モデルに新たな弱点！古い記憶を忘れず、新しい記憶を区別できない、精度が急落 | ICML'25
- Transformerキラー！Google DeepMindの新たなMoRアーキテクチャが登場、新時代の魔王が来た