AI Edgeline
最新
リサーチ・論文 CredLeak-Bench、LLMエージェントの認証情報漏洩と回復を評価 ベンダー・製品 NVIDIAとMicrosoft、Windows PC向けAI機能の連携強化を発表 リサーチ・論文 arXiv、大規模言語モデルの知識更新分離を可能にする「EngramEdit」を提案 リサーチ・論文 arXiv論文、MLアンラーニングに課題 データ記憶の重要性を指摘 リサーチ・論文 RoboJEPA、ロボット潜在世界モデルのスケーリング則を確立 リサーチ・論文 研究者ら、LLM向け証拠導出フレームワーク「RECAST」発表 平均成功率75.6%達成 ベンダー・製品 【速報】GitHub、AIコード増加に対応しシークレット保護を強化 リサーチ・論文 arXiv、LLMの幻覚後推論を評価する新ベンチマーク「PHRBench」の論文公開 リサーチ・論文 【速報】Microsoft Research、強化学習フレームワーク「Agent Lightning v1.0」を公開 ベンダー・製品 ラディソン、ChatGPTにホテル検索プラグイン導入—アクセンチュアと共同開発 VC・資金調達 AIスタートアップ投資基準が変化、持続可能な成長と独自性が重視される時代へ 規制・政策 FCC、中国製光トランシーバー規制案で市場と供給網の複雑性指摘 リサーチ・論文 対照学習のセマンティック幾何学に文脈依存性をもたらす新手法「Anchor Divergence」を提唱 リサーチ・論文 LLMエージェント間接プロンプト防御、新手法「APEX」を発表 リサーチ・論文 テキスト-画像モデル、非線形概念操縦の新手法「KANSteer」を提案
1 / 15

Tag

#Linghao-Meng

1 件の関連記事

リサーチ・論文

arXiv、LLMの幻覚後推論を評価する新ベンチマーク「PHRBench」の論文公開

arXivは10月7日(現地時間)、大規模言語モデル (LLM) が生成した誤った情報（幻覚）が後続の推論に与える影響を評価する新しいベンチマーク「PHRBench」の論文を公開した。この研究は、幻覚情報が多段階のLLMシステム内で伝播し、その後の推論の文脈の一部となった際に、モデルがどのようにこの誤りを解決するのかを、応答レベルで詳細かつ構造的に評価することを目指している。

arXiv cs.CL