Tag
4 件の関連記事
イーチン・シェン (Yiqing Shen) とマティアス・ウンベラス (Mathias Unberath) は10月20日(現地時間)、複雑な外科手術動画のセグメンテーション課題に対応する新手法「SurgReasonSeg」を発表した。この手法は、デジタルツイン (DT) 表現と文脈記憶を活用し、手術ワークフロー、器具機能、時間的関係といった暗黙的なクエリ処理能力を向上させる。SurgReasonSegは、大規模言語モデル (LLM) のLow-Rank Adapters (LoRA) と強化学習 (RL) を組み合わせることで、クエリの複雑性に応じたリアルタイムセグメンテーションを実現する。
論文「ReasonUni: Reasoning-Augmented Reconstruction Advances Unified Multimodal Models」は10月14日(現地時間)、統一マルチモーダルモデル（UMMs）向けに新たな推論拡張再構築フレームワーク「ReasonUni」を提案した。このフレームワークは、Image-to-text（I2T）理解とtext-to-image（T2I）生成の双対タスクにおいて、既存の知覚中心手法が持つ構造、意図、変換に関する推論への限定的な監視という課題を克服する。
Multi-teacher on-policy distillation (M-OPD) における性能不均衡問題の診断と修正を行うフレームワーク「Open-MOPD」に関する論文が、2026年8月19日(現地時間)にarXivで公開されると見られる。同論文は、標準的なM-OPDが活用可能な性能の35.6%しか利用できていなかった問題に対し、Open-MOPDを導入することで、単一の汎用生徒モデルにおける性能回復率を83.4%にまで向上させることが示されたと報告している。
OpenAIは12月18日(現地時間)、AIシステムの内部推論プロセスであるchain-of-thought（思考連鎖）の監視可能性を体系的に評価する研究結果とフレームワークを発表した。同社は、AIが決定を下す際の思考プロセスを理解することの重要性を強調しており、これには不正行為や意図の検出も含まれると説明した。同研究は、13の異なる評価と合計24の環境で構成される評価スイートを導入し、推論モデルの振る舞いを監視する能力を具体的に測定するとしている。