ベースライン
新しい方法の良し悪しを比べるために用意する、基準となる方法や成績のこと。比較の“ものさし”になる。
たとえば: 新しい勉強法の効果を見るために、いつもの勉強法を基準点として置くようなもの。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- 拡散型言語モデルの再生成を「いつ・何を」直すか判定する検証器DiVR
拡散型言語モデルのremaskingで起きる修正の難しさを診断し、部分生成が正解に至るかを予測する検証器DiVRを提案。生成器は変えずに再生成のタイミングと候補選択を制御し、推論ベンチマークで精度向上を報告する。
- LLMアーキテクチャ研究の記録・レビュー・参照を支える公開基盤「ArchSpace」
LLMのアーキテクチャ提案を、実験と推論込みで記録し、コミュニティがレビューし後続研究が参照できる公開プラットフォーム「ArchSpace」を提案する。小規模実験からスケーリング則で大規模の損失を予測し、学術界と産業界の評価ギャップを埋める狙いがある。
- マルチモーダルエージェントの長期対話向けメモリ枠組み「HiVe-Mem」:水平拡張と垂直合成
HiVe-Memは、長い対話履歴からの情報活用を狙い、関係グラフでの「水平」拡張と証拠形式の「垂直」合成を組み合わせる。3ベンチマークで性能改善を示し、トークン消費を約90%削減したと報告する。
- 一般ist AIがロボットを直接動かす「AMP」を分析し、参照ハーネスAMP1を提案
一般ist AIモデルがマニピュレータを直接指揮するAMPを体系的に分析。単腕・双腕・移動で変更なしに動くAMP1を提示し、複数ベンチマークと実機試行で高いゼロショット性能を報告する。
- シミュレーションRLの制御知識を「潜在文脈」として再利用し、少量デモで器用操作を学ぶ枠組み
視覚デモが限られる器用操作学習に向け、特権情報ありのシミュレーションRLで得た制御知識を蒸留し、凍結したデコーダを保ったまま画像から潜在文脈を学習する2段階手法を提案。3タスクで低データ時の性能向上を報告する。
- Scientist World:論文を「実行できる環境」に変換し、AI-Scientistを評価・記録・訓練する枠組み
Scientist Worldは、研究論文を実行可能な環境として扱い、AI-Scientistを人間著者の達成と比較して評価する仕組みを提案する。1,000件の検証済み環境と6,400時間の研究トレースを公開し、評価と訓練にも用いたという。
