#Efficiency

推論モデル、自己教師あり信頼性訓練で効率最大25%向上──新手法で精度維持

arXiv cs.AIは9月25日(現地時間)、パーサ・ホセイニ (Parsa Hosseini) らが発表した研究論文で、推論モデルの生成トークン数を最大25%削減しつつ、Gemma、Qwen、Nemotron、GPT-OSSといったモデルで同等の精度を維持する新たな手法を提案したと報じた。この手法は自己教師ありの信頼性訓練を利用し、推論効率の大幅な改善を実現する。