Tag
6 件の関連記事
arXiv cs.CLは2026年9月10日(現地時間)、論文「The Cost of Compression: A Rate-Distortion Limit on Factual Hallucination」を発表した。この研究は、閉鎖型質問応答 (closed-book question answering) における事実の幻覚が、情報の圧縮に起因する歪みによって生じる可能性を指摘する。従来の説とは異なり、モデル内部に事実が存在しても有限メモリによって近似的に保存される場合にエラーが発生する機構を提示する。
Yucheng Jiang氏、Zora Zhiruo Wang氏、Ruishi Chen氏、Diyi Yang氏らの研究者グループは8月20日(現地時間)、コンピューター利用履歴からタスクモデルを誘導する新手法「Task Model Induction (TMI)」を発表した。TMIは、スクリーンショットやマウス、キーボード操作といった受動的に記録された自然なコンピューター利用履歴から、日常業務がどのように行われるかのモデルを導出することを目指している。これは、従来のタスクモデル誘導手法が抱える特定のタスク前提や構造化されたタスクモデルの欠如といった課題を克服し、未制約の利用履歴から潜在的なタスクを自律的に発見・分離する画期的なアプローチを示している。
Hao Liang (ハオ・リャン) 氏らは7月28日(現地時間)、エンタープライズエージェントが複数の知識ソースを統合する能力を評価する新たなベンチマーク「WorkSurface-Bench (ワークサーフェス・ベンチ)」を発表した。arXiv cs.CLで公開されたこのベンチマークは、文書、表、グラフといった異なる「サーフェス」からの情報選択能力を測定することを目的とし、1,151の個別タスクで構成されている。
arXiv cs.CLは2026年6月4日(現地時間)、言語モデルが推論を誤るメカニズムが新たに解明されたと発表した。研究者チームは、モデルの推論過程に残るトークンレベルの不確実性信号に着目。分析の結果、推論失敗には「コミット型失敗」と「持続的不確実性」という、経験的に区別可能な二つの主要なプロセスが存在することを特定した。
学術論文リポジトリ「arXiv cs.CL」が2026年5月6日(現地時間)付けで報じたところによると、事前学習済み言語モデル (LMs) が文法性に関して文字列の尤度とは異なる暗黙的な区別を獲得している可能性が示された。研究者らは線形プローブを用いた内部表現の分析を通じて、この文法性の区別が人間が作成したベンチマークや複数の言語において、尤度に基づく判断を上回る性能を示すことを発見した。
arXiv cs.CLは5月6日(現地時間)、Mina Gabriel氏による研究論文が、大規模言語モデルにおける「幻覚」(Hallucination)検出の新たな手法「ファーストトークン信頼度 (phi_first)」の有効性を示したと報じた。この手法は、単一のグリーディデコードにおける最初の内容を持つ回答トークンの上位Kロジットの正規化エントロピーから算出される。従来のサンプリングベースの手法と比較し、低コストで同等以上の性能を発揮することが明らかになった。