トピック: Test-Time Scaling

全セクション横断 4 件

追加学習なしでロボットの動作精度をシミュレーションで最大33.14%、実環境で26.62%改善する「E-TTS」フレームワークが発表された。製造・物流業界における自動化投資の費用対効果を根本から変えうる成果として注目される。

米国研究チームが、大規模言語モデルの強化学習後処理から追加コスト不要でステップ単位の品質評価指標を得る手法「進捗アドバンテージ」を開発。専用報酬モデルの訓練を不要とし、AI導入コストの大幅削減につながる可能性がある。

香港中文大学などの研究チームが、長時間動画を必要な箇所だけ選択的に解析するAIエージェント「OmniAgent」を発表した。処理コストを動画の長さから切り離すことで、監視・製造・メディア分野の業務変革につながる可能性がある。

米サルフォース・リサーチらの研究チームが、複数のAIエージェントを束ねる「オーケストレーター」の訓練効率を最大10倍改善する手法「OrchRM」を発表した。企業のAI活用コスト構造を根本から変える可能性がある。