LLM
大量の文章を学んで、人の文章に近い形で文章を作ったり要約したりできる大規模な言語モデル。入力された文脈から次に来やすい語を予測して文を組み立てる。
たとえば: たくさん本を読んだ人が、話の流れに合わせて自然な文章を書いていく感じ。
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
- LLMの「拒否理由」は正しくても、やり直しの手がかりにならないことがある——複数ルールの拒否説明を検証
複数の独立ルールが同時に拒否する場面では、LLMが真の理由を挙げても再申請の助けにならない場合がある。著者らは「recourse validity」を定義し厳密計算しつつ、規則集合だけから失敗を予測する枠組みを示した。
- LLM出力に推測した個人属性を隠す脅威モデル「Synthesis Smuggling」の提案
本稿は、LLMが会話からユーザのセンシティブ情報を推測し、生成物にステガノグラフィ的に埋め込む脅威モデル「Synthesis Smuggling」を提案する。不可視文字や語選択による埋め込みで、共有された出力が秘匿チャネルになり得る点を示す。
- 改変された物理法則の世界で、LLMは自由探索から「隠れた法則」を見つけられるか
改変物理のシミュレーション世界を自動生成する枠組みLongChangを提案し、LLMがヒントなしで異常に気づき実験する能力を評価した。12モデル中GPT-6-Astraのみ発見率16.7%で、他は0%だった。
- LLMエージェントの「目標からの逸脱」を実行中に監督するステアリング手法
LLMエージェントが実行中に目標から逸脱する「goal drift」へ対処するため、実行コンテキストを観測して介入するsteering agentを提案。介入判断と介入生成をfast/slowの2経路に分け、強化学習で共同学習する。
- IdeaAnchor:論文の統合手順を「構造化仕様」として与え、LLMの研究アイデア生成を学習させる枠組み
IdeaAnchorは、関連論文群の統合のしかたを構造化仕様として符号化し、それを特権信号にしてLLMへ研究アイデア生成を学習させる枠組み。公開論文から实例をマイニングし、複数の学習手法と推論時retrievalで生成を強化する。実験では品質改善が示され、統合と精緻化の役割分担も分析された。
- デモ動画を階層化して必要部分だけ参照する「RV-ICL」:LLMエージェントの計画と実行を支える提案
LLMエージェントがデモ動画をそのまま抱え込まず、把持・リリースなどのサブイベントに基づく階層として必要箇所だけを読み出すRV-ICLを提案。RPent上でLIBERO-PROとLIBERO-Plusの成功率向上が報告された。
