📜 papers

2026-07-07 · 5 topics

Apple、アノテーターの安全性判断を可視化する「Annotator Policy Models」を公開

アノテーションの不一致を操作ミス・解釈の曖昧さ・価値観の相違に分類し、安全性ポリシーの設計を最適化する。

Apple、ASR 誤り訂正用モデル Revisiting ASR Error Correction を発表──LLM 比 1/15 のサイズで高精度を実現

汎用 LLM を使わず、ASR 特有の誤りパターンを学習させた軽量 seq2seq モデルにより、低レイテンシかつ高精度な音声認識後処理を可能にした。

Apple、検索・推薦モデルの推論安定化フレームワーク「Fortress」を公開──特徴量剪定で精度と安定性を両立

時系列データを用いた特徴量剪定により、エンゲージメント指標由来の予測変動を抑制し、大規模アプリストアの検索関連性モデルで精度と安定性を同時に改善した。

Apple、MoE モデルの推論効率を高めるアーキテクチャ「PathMoE」を発表

各層独立のルーティングを廃し、層を跨いだエキスパート経路を制約することで、モデルの統計的非効率を解消し精度を向上させた。

Apple、連続拡散モデルによる音声言語モデルの学習則を解明──16Bパラメータで多言語・感情表現を実現

離散的な自己回帰モデルのボトルネックを解消する連続拡散手法を提案し、計算量とデータセットサイズの最適なスケーリング則を確立した。