仮想世界エージェント継続事前学習 研究論文を公開
Kuan Zhang氏らの研究者グループは2026年10月20日(現地時間)、埋め込み型エージェントの継続的な事前学習(CPT)に関する研究論文をarXiv cs.AIで公開しました。この研究は、データ量、多様性、モデルサイズが仮想世界におけるエージェントの性能と汎化能力に与える影響を詳細に調査したもので、多様な仮想環境での埋め込み型学習における課題と可能性を提示しています。
Tag
2 件の関連記事
Kuan Zhang氏らの研究者グループは2026年10月20日(現地時間)、埋め込み型エージェントの継続的な事前学習(CPT)に関する研究論文をarXiv cs.AIで公開しました。この研究は、データ量、多様性、モデルサイズが仮想世界におけるエージェントの性能と汎化能力に与える影響を詳細に調査したもので、多様な仮想環境での埋め込み型学習における課題と可能性を提示しています。
arXiv cs.AIは2026年9月30日(現地時間)、Max Ku氏らが「World Editing: Intervening on Executable Worlds at Increasing Depth」と題した研究を発表した。インタラクティブな世界モデルにおいて、既存の実行可能な環境を意図的に編集する手法が未開拓であると指摘。本研究は「世界編集」を形式化し、その能力を評価するため、ベンチマーク「IGMBench (アイジーエムベンチ)」とフレームワーク「IGMWorld (アイジーエムワールド)」を導入。最先端のコーディングエージェントは、厳格な基準で78.2%のタスクを解決した。