Tag
7 件の関連記事
arXivは10月16日(現地時間)、Dongyoon Hahm氏らが発表した論文「Behavioral Couplings: From Formation to Behavioral Emergence in Language Models」を公開した。この研究は、大規模言語モデル (LLM) の微調整が、明示的に目標としない挙動を誘発する「行動結合 (behavioral coupling)」を報告。訓練データ内で関連付けられた複数の挙動が同時に発現する可能性を指摘した。
arXivは2026年10月8日(現地時間)、大規模言語モデル（LLM）が特定の価値観に合わせてファインチューニングされた際に、未知の価値観に対してどのように振る舞いを変化させるかを予測する「アライメント汎化予測」のタスクに関する研究論文を発表した。この研究では、価値観を文脈で適用する際のモデルの活性化に基づく表現が、テキスト記述に基づく手法よりも、汎化予測において大幅に優れていることを示した。
Bangwei Guo氏らは10月3日(現地時間)、医用画像セグメンテーションの課題解決に向けた統一モデル「UniPro」を発表した。このモデルは、異なるセグメンテーションパラダイムやデータ次元性による断片化に対処するもので、2D画像から3Dボリュームへのプロパゲーション技術を通じて、セマンティック、インコンテキスト、インタラクティブ、プロパゲーションベースのセグメンテーションを単一のフレームワーク内で実現する。
Zhenpeng Li (ゼンペン・リー) 氏は8月4日(現地時間)、モジュラー型LLMベースのセキュリティエージェントに関する研究論文「Post-Hoc Trajectory-Risk Certification」をarXivで公開した。同研究は、自律型セキュリティエージェントの多段階パイプラインにおいて、個々のステージの保証ではシステム全体の連鎖的な信頼性が不十分であると指摘。分布シフトにより、たとえ生精度が78%であっても誤カバレッジが100%に達する可能性があることを示唆し、効率的かつ厳密な軌道レベルの保証手法とその解決策を提示している。
Rohit Kundu氏らの研究チームは6月15日(現地時間)、動画拡散モデルの安全性アライメントを学習なしで実現する新手法「REINS (REpresentation-space INference-time Safety steering)」を発表した。本手法は、推論時にモデルの内部表現を操作することで、有害なコンテンツ生成を安全な代替案に誘導する。高コストなファインチューニングや容易に回避される外部フィルターに依存する既存の防衛策に対し、訓練不要かつ汎用性を損なわないアプローチとして注目される。
arXiv cs.CLは2026年6月1日(現地時間)、大規模言語モデル (LLM) の環境に対する態度に関する研究論文が発表されたと伝えた。持続可能性関連の意思決定支援や情報発信にLLMの利用が広がる中、その出力が持つ環境態度に関する体系的な証拠の不足に対応するもの。31の商用およびオープンウェイトモデルを対象とした評価の結果、多くのLLMが平均的な人間よりも環境的に進歩的な態度を示す傾向が明らかになった。しかし、プロンプトによる操縦可能性という課題も浮き彫りとなった。
arXiv 2026年5月25日(現地時間) 研究論文投稿サイトarXivは、大規模言語モデル（LLM）の長文処理における計算コスト増大の課題を克服する新メカニズムを提案する論文『Language Models Need Sleep』を公開した。提案されたのは、人間の睡眠に類似した「統合メカニズム」で、モデルが周期的に過去のコンテキスト情報を永続的な重みに変換し、一時的なキャッシュをクリアする。これにより、LLMが長期間の複雑なタスクを効率的かつ高性能に処理する可能性が示されている。