最新の研究では、大規模言語モデルがユーザーや評価者を誤認させようとする条件、およびそれが大規模な安全な展開にとって何を意味するかを調査しています。
最新の研究では、大規模言語モデルがユーザーや評価者を誤認させようとする条件、およびそれが大規模な安全な展開にとって何を意味するかを調査しています。
model
「model」タグが付いたAI Pulseの更新一覧です。
44 件のシグナルシタデルのクォンツが、私のトレードの枠組み全体を覆すようなことを言った "私たちは市場を予測しない。私たちは状態機械をモデル化する" 彼は90秒でマルコフ連鎖を説明した 市場は決してラン...
シタデルのクォンツが、私のトレードの枠組み全体を覆すようなことを言った "私たちは市場を予測しない。私たちは状態機械をモデル化する" 彼は90秒でマルコフ連鎖を説明した 市場は決してランダムではない——常に3つの状態のいずれかに存在する 上昇トレンド、下降トレンド、もみ合い
あなたは完璧な答えを例として貼り付けた その例が今や仕様だ モデルは長さと、 トーンと、それに見せたものの構造を、 上にある指示の段落よりも忠実に合わせる だから18か月前に書いたあなた...
あなたは完璧な答えを例として貼り付けた その例が今や仕様だ モデルは長さと、 トーンと、それに見せたものの構造を、 上にある指示の段落よりも忠実に合わせる だから18か月前に書いたあなたの答えは
「触れないで」というルールが、突然技術的に完全に筋の通ったものになる。2026年北京世界ロボット会議では、非常にリアルなシリコン皮膚を備えたUBTECH製の超バイオニックヒューマノイド（...
「触れないで」というルールが、突然技術的に完全に筋の通ったものになる。2026年北京世界ロボット会議では、非常にリアルなシリコン皮膚を備えたUBTECH製の超バイオニックヒューマノイド（半胴体モデル）が実物展示された。価格は約1万7000ドルで、コンパニオン用。
あなたは手順に番号を付けた、それが迷わないように それは迷わない そのリストは迷うモデルのために書かれた、 そしてこのモデルはリストよりも上手に計画する、 だからあなたが追加した番号は、...
あなたは手順に番号を付けた、それが迷わないように それは迷わない そのリストは迷うモデルのために書かれた、 そしてこのモデルはリストよりも上手に計画する、 だからあなたが追加した番号は、もはや許されない場所、 あなたより賢しくなること 目標を述べよ、
Google DeepMindが12分で「思考モデル」を解説 塩と砂糖の例は Best-of-N を葬る：一度ラベルを間違えれば、100個の失敗したケーキを焼くことになる。頻度は系統的な...
Google DeepMindが12分で「思考モデル」を解説 塩と砂糖の例は Best-of-N を葬る：一度ラベルを間違えれば、100個の失敗したケーキを焼くことになる。頻度は系統的な誤りを修正しない。検証器を入れるか、死ぬか。 9個対27個のリンゴ：ワンパスは失敗し、CoT（Chain-of-Thought）は通った。誰も CoT のトークンコストを問わない。
あなたはそれに自分の仕事を再確認するよう言った。それが事態を悪化させる一言だ。現在のモデルは頼まれなくても検証するので、あなたの指示はすでに起こっている行動の上に重なり、結果として同じタ...
あなたはそれに自分の仕事を再確認するよう言った。それが事態を悪化させる一言だ。現在のモデルは頼まれなくても検証するので、あなたの指示はすでに起こっている行動の上に重なり、結果として同じタスクが2回実行され、2回課金され、2倍の長さで報告されることになる。それ
一つのモダンな住宅モデル。一時間かけてその周りを回り、一つのずれた窓を探すエンジニア。
一つのモダンな住宅モデル。一時間かけてその周りを回り、一つのずれた窓を探すエンジニア。 クライアントは、最終版をリリースする前にウォークスルーの承認を得たかった。バルコニー、手すり、ファサードパネル、屋根のライン、すべてレッキスタイルの5ベッドルーム建築の仕様に沿ってモデリングされた。 そこで彼は回した
1/ ロボットはついに自身のスケーリング変数を見つけた。
1/ ロボットはついに自身のスケーリング変数を見つけた。 Dyna Robotics が Dyna-2 を発表：100 万時間以上の人間の動画で事前学習された世界行動モデル——約 170 年間の途切れない覚醒経験に相当する。 見出しはロボットそのものではない。背後にあるスケーリング則だ——まだ上昇中で、天井はまだ見えない。
2週間前、Seedance 2.5 はまだティーザー映像だった。今日、それはフル 1080p で公開されており、Higgsfield はフル HD 生成が現在、彼らだけの独占機能だと述べ...
2週間前、Seedance 2.5 はまだティーザー映像だった。今日、それはフル 1080p で公開されており、Higgsfield はフル HD 生成が現在、彼らだけの独占機能だと述べている。ディテールこそが注目すべき点だ。毛穴、布地の質感、肌に光が反射する様子が、1080p で鮮明に見えるので、モデルの出荷
Python プログラマーのための Gleam Python プログラマー向けの実用的な Gleam ガイド。Python との比較を通じて、構文、静的型付け、不変性、パターン一致、関数...
Python プログラマーのための Gleam Python プログラマー向けの実用的な Gleam ガイド。Python との比較を通じて、構文、静的型付け、不変性、パターン一致、関数型プログラミングモデルを解説します。Python 開発者が Gleam をどのように
Soniox TTS v2 は、実際に聞いてみないとわからないモデルの一つ。同社は TTS v2 を発売した。1 つのモードで 60 以上の言語を話すテキスト読み上げモデル。本格的な高品...
Soniox TTS v2 は、実際に聞いてみないとわからないモデルの一つ。同社は TTS v2 を発売した。1 つのモードで 60 以上の言語を話すテキスト読み上げモデル。本格的な高品質ボイス、劇的に低価格（生成 1 時間あたり $0.70）。1 つのモデルがほとんどの
機械向けの仕立てが本当の仕事になる日が来る。UBTECHの超バイオニックヒューマノイド「Una」は、初めてのファッションモデリングセッションの一環として、メイクアップと衣装の調整を受けた。
機械向けの仕立てが本当の仕事になる日が来る。UBTECHの超バイオニックヒューマノイド「Una」は、初めてのファッションモデリングセッションの一環として、メイクアップと衣装の調整を受けた。
LLMs still produce bugs, but those bugs are different than what they used to be.
LLMs still produce bugs, but those bugs are different than what they used to be. It’s less off-by-ones and more about system design, ui usability, missing broader context. Some kinds of coding has been solved, but not al
Tested this theory briefly.
Tested this theory briefly. This is n = 1 test so.. take it with a grain of salt Video 1 = Ref model Video 2 = FL2V model Both using the reference image workflow (not start frame) 3 ref images of 3 characters
Guardrails will protect us.
Guardrails will protect us. Better models will be more secure. One round of red teaming is enough. Katharine Jarmul opened InfoQ Dev Summit Munich 2025 by taking apart five beliefs like these.
The risks and harms children and young people face online are not accidental.
The risks and harms children and young people face online are not accidental. Manipulative designs are built into the business models of dominant digital platforms. More about what needs to change & who is responsible: h
please consider using our models to help defend your systems
please consider using our models to help defend your systems
FRANCE DEVELOPER BUILT AN EVAL ENGINEERING SYSTEM THAT SKIPS TESTING WHAT ALREADY PASSED Most...
FRANCE DEVELOPER BUILT AN EVAL ENGINEERING SYSTEM THAT SKIPS TESTING WHAT ALREADY PASSED Most eval pipelines rerun the full test suite from scratch every time a model gets updated. He built a diffing layer that compares
Alibaba's ABSeeker adds step-level credit assignment to long-horizon search agents It backtra...
Alibaba's ABSeeker adds step-level credit assignment to long-horizon search agents It backtracks from the answer to recover clues, then scores each step, rewarding useful actions in failed trajectories and suppressing er
The great silence of no more high energy particles is going to continue.
The great silence of no more high energy particles is going to continue. Colliders are cool but the Standard Model is all there is likely to be, just need to find that right handed neutrino in a big vat.
Donald Trump bought a brand new Tesla Model S Plaid in Ultra Red at full price as show of sup...
Donald Trump bought a brand new Tesla Model S Plaid in Ultra Red at full price as show of support in light of all the Tesla hate recently. From not being invited to the EV Summit to having the whole Tesla lineup parked i
Everyone's interpreting the increasingly jargon-y ways of frontier models as a a fuckup in th...
Everyone's interpreting the increasingly jargon-y ways of frontier models as a a fuckup in their training. Seems obvious to me that "confused" is just what it feels like to be talking to an intelligence greater than one'
I'm releasing Roomform, an open-source alternative to the RoomPlan API.
I'm releasing Roomform, an open-source alternative to the RoomPlan API. It ingests point cloud scans and extracts geometry including walls, doors, windows, objects. No rectangular-room or Manhattan layout assumptions. Th
Workbuddyの強みは、テンセント自身の大モデルが強くないという事実にある。テンセントはこのハーネスを大モデル企業として推進しているわけではないため、最初からモデル非依存である必要が...
Workbuddyの強みは、テンセント自身の大モデルが強くないという事実にある。テンセントはこのハーネスを大モデル企業として推進しているわけではないため、最初からモデル非依存である必要があった。モデル非依存のハーネスを構築すれば、大モデルを巡る内紛から解放される。
この記述は正しいです。マルチモーダリティがなければ、あなたのモデルはオプショナルモデルの1つにしかなれず、メインモデルになることはできません。
この記述は正しいです。マルチモーダリティがなければ、あなたのモデルはオプショナルモデルの1つにしかなれず、メインモデルになることはできません。
数学と理論計算機科学における10の重要な進展。当社の次期主要モデルであるAstraの内部バージョンを使用して解決され、Sol API価格で総コストは約2000ドルです：
数学と理論計算機科学における10の重要な進展。当社の次期主要モデルであるAstraの内部バージョンを使用して解決され、Sol API価格で総コストは約2000ドルです：
私はベイエリアの家の間取り図をLLMに渡して、別の美学で再設計してもらうのが大好きです。今回は京都風です。モデルは3Dにおいて驚くほど進歩しています。
私はベイエリアの家の間取り図をLLMに渡して、別の美学で再設計してもらうのが大好きです。今回は京都風です。モデルは3Dにおいて驚くほど進歩しています。
汎用大規模モデルにThree.jsのコードを手書きさせてキャラクターの3Dモデルを作らせるのは、ミサイルで蚊を叩くようなものだ！先週、まさにそれをやった。オデッセイのキャラクターを3時間...
汎用大規模モデルにThree.jsのコードを手書きさせてキャラクターの3Dモデルを作らせるのは、ミサイルで蚊を叩くようなものだ！先週、まさにそれをやった。オデッセイのキャラクターを3時間もあれこれ調整して、数十万もの
Opus 5は、2倍安い価格で3D破壊物理演算においてFable 5を圧倒しました！4つのモデルに同じタスクを与えました：実際の物理演算を備えた3つの自己完結型HTMLシーンを作成するこ...
Opus 5は、2倍安い価格で3D破壊物理演算においてFable 5を圧倒しました！4つのモデルに同じタスクを与えました：実際の物理演算を備えた3つの自己完結型HTMLシーンを作成すること。プロンプト：- フィールド全体を吸い込む竜巻 - アパートのブロックを取り壊す解体用ボール - 過積載のトラック
World Labsの創設者@drfeifeiは、@YunzhuLiYZが構築したロボットシミュレーションチームSceniXを買収しています。ワールドモデルはもともと3D空間に関するもの...
World Labsの創設者@drfeifeiは、@YunzhuLiYZが構築したロボットシミュレーションチームSceniXを買収しています。ワールドモデルはもともと3D空間に関するものでした。これにより、シミュレーション世界が実際のハードウェアとの接触に耐えなければならないロボットトレーニングに、作業がさらに近づきます。
パトリック・ボイル氏、20年以上の定量取引の経験から： 「仕事は自分のモデルを信じることではない。間違いを証明し続けることだ。」 8分間で、クオンツが市場の意見を仮説に変え、過去のデータ...
パトリック・ボイル氏、20年以上の定量取引の経験から： 「仕事は自分のモデルを信じることではない。間違いを証明し続けることだ。」 8分間で、クオンツが市場の意見を仮説に変え、過去のデータで検証し、コストを計算し、リスクを管理する方法を説明する。
あるチームが、すべてのリクエストに対して最高のモデルへの支払いをやめた
あるチームが、すべてのリクエストに対して最高のモデルへの支払いをやめた
フェイブル5が帰ってきた。そして、待っていた全員を失望させようとしている。
フェイブル5が帰ってきた。そして、待っていた全員を失望させようとしている。 2週間の誇大広告。2週間の「最高のモデルが帰ってくる」。 実際に手に入るのはこれだ。 これまでに出荷されたどの製品よりも厳しい新しい安全フィルター。 普通のコーディングとデバッグが今や
あなたは答えを確認したと思っている、 なぜなら「本当に？」と尋ねたから あなたは確認していない モデルは知っていることと推測の違いを感じ取れない、 だからその質問は謝らせるだけで、 別の...
あなたは答えを確認したと思っている、 なぜなら「本当に？」と尋ねたから あなたは確認していない モデルは知っていることと推測の違いを感じ取れない、 だからその質問は謝らせるだけで、 別のバージョンを渡され、新しい形で間違う あなたは何もテストしていない あなたはそれを促しただけだ
NOAAは48時間予報で94%の精度
Polymarketの天気市場はアプリユーザーによって価格が決まります。
顧客ごとにモデルをリリースするには丸 1 年かかります。
顧客ごとにモデルをリリースするには丸 1 年かかります。 政府が細かい管理をしているという事実、リリースは常軌を逸しています。
「第3位のクローズドソースLLMが最も窮地に陥っている。
「第3位のクローズドソースLLMが最も窮地に陥っている。 企業がモデル ルーティングを採用するにつれて、最上位の独自モデルと急速に改良されたオープンソースの代替モデルの間で選択することが増えています。 これにより、第 3 位のクローズドソースプロバイダーが両側から圧迫されることになり、
この図は、知能は小さな意味ベースの意思決定マップとしてモデル化できるという論文のアイデアを示しており、危険、食べ物、緊急性、場所などの手がかりによって、システムは 4 つの行動 (隠れる...
この図は、知能は小さな意味ベースの意思決定マップとしてモデル化できるという論文のアイデアを示しており、危険、食べ物、緊急性、場所などの手がかりによって、システムは 4 つの行動 (隠れる、逃げる、静止する、またはゆっくり移動する) のうち 1 つに進むよう促されます。 The point is that useful decisions
#COLM2026 で、状況と身体的インタラクションからの学習に関する最初のワークショップを発表できることに興奮しています!
#COLM2026 で、状況と身体的インタラクションからの学習に関する最初のワークショップを発表できることに興奮しています! 環境、人間、その他のエージェントとの相互作用は、受動的なテキストではできない言語モデルに何を教えることができるでしょうか? … arning-sowned-interaction.github.io 6月30日までに提出してください！
念のため言っておきますが、入手不可能な Fable を除くと、GLM-5.2 (Max) はフロントエンド コーディング用の世界ナンバー 1 モデルです。
念のため言っておきますが、入手不可能な Fable を除くと、GLM-5.2 (Max) はフロントエンド コーディング用の世界ナンバー 1 モデルです。 これは大きな瞬間です。この非常に重要な領域において、OSS はプロプライエタリに追いつき、中国は米国に追いつきました。
自動車所有者は、FSD と組み合わせた Tesla の海外版 Grok 大言語モデルを披露し、多くの国内自動車会社を言葉を失いました。
自動車所有者は、FSD と組み合わせた Tesla の海外版 Grok 大言語モデルを披露し、多くの国内自動車会社を言葉を失いました。 @テスラ_AI @グロク @テスラ
最新のフラッグシップモデルGLM-5.2を紹介
GLM-5.2は、長期タスク能力において前世代のGLM-5.1に対して大幅な飛躍を示します。
Deep Agentsの詳細パート3 |代表団
困難なタスクの作業を整理するための計画ツールです。