🧠 research
2026-07-18 · 5 topics
Alexandre Torres Leguet、強化学習入門書「The Little Book of Reinforcement Learning」を公開
🔥🔥基礎からPPOまでを網羅した解説書とPyTorch実装を配布し、理論と実践の橋渡しを低コストで提供する。
Schema、ARC-AGI-3 ベンチマークで 98.98% を達成──物理シミュレーションによる推論の構造化
🔥🔥モデルの推論をプログラムとして実行・検証するハーネス「Schema」により、従来の汎用ハーネス比で 56.15% のスコア向上を実現した。
NVIDIA、次世代プラットフォーム Vera Rubin を発表──エージェント AI 向けに「1ドルあたりの知能」を最大化
🔥🔥Blackwell 世代比で 1/4 の GPU 数で大規模モデルの継続的な事後学習を可能にし、エージェント特有のループ型計算負荷を最適化する。
Apple、機械学習モデルのデータ削除を効率化する「Low Influence Points」手法を発表
🔥🔥学習への寄与が無視できるデータを特定・除外することで、モデルの再学習コストを最大約50%削減するプライバシー保護技術。
DharmaOCR、Mistral OCR4 を上回る精度を記録──ブラジル・ポルトガル語特化の学習戦略で差別化
🔥🔥最新の汎用多言語モデルが台頭する中、特定言語にパラメータを集中させるドメイン特化型アプローチが、複雑な文書解析において依然として高い優位性を持つことを実証した。