トピック: Coverage

全セクション横断 5 件

AIが自信のない回答を控える選択的予測で、目標精度の認証を得られるかは有限の較正データに左右されることを、研究チームが計算可能な枠組みで示した。安全性・粒度・対応範囲の両立を事前に設計できる。

米ウィリアムズ大学の研究チームが、LLMベースのコーディングエージェントに与える「指示書」を自動改善する手法を発表。バグ修正の成功率を25.5%から33.0%へ引き上げ、ソフトウェア開発コストの削減に直結すると期待される。

米ウィリアムズ大の研究が、リポジトリ誘導ファイルを合成バグ修正で反復改善する手法を発表。AIコーディングエージェントのバグ解決率を25.5%から33.0%へ引き上げ、ソフトウェア開発コスト削減に直結する成果として注目される。

グラフ構造を持つ多変量時系列データに対し、予測誤差の信頼領域を楕円体として精緻に制御する手法が開発された。交通・物流分野のリアルタイム意思決定の信頼性向上に直結する成果である。

AIが形式数学を大規模生成する際、無価値な自明命題の無限出力は工学的欠陥ではなく数学的必然であることが理論的に証明された。数学特化AIの導入を検討する金融・製造業に直接影響する。

$AI数学生成、無駄出力は必然と証明$