2026-08-09 · 5 topics
長文脈ターミナルエージェント向け合成タスク生成フレームワーク RST──1 タスク 0.05 ドルでのスケーラブルな学習データ構築を実現
🔥🔥検証済みのシードタスクから再帰的にワークフローを拡張する RST フレームワークにより、15 ラウンドで 37,484 件の高品質な長文脈ターミナルタスクを生成し、Qwen3.5 のベンチマーク精度を最大 41.2% 向上させた。
長文脈サーチエージェント向け学習手法 ABSeeker──Qwen3.5-4B ベースで 8.5k 例を用い大規模モデルに匹敵する精度を実現
🔥🔥回答逆行型クレジット割当により軌跡全体を一律に扱わずステップ単位の報酬を生成することで、 BrowseComp で 37.3%、文脈管理適用で 55.3% の精度を達成した。
統合マルチモーダルモデルによる自律型画像生成手法 ToolArtist──外部ツールとネイティブ画像生成を単一ポリシーで動的連携
🔥🔥推論・外部ツール・画像生成を単一のポリシーで動的に統合し、Reason-Act-Draw GRPO による強化学習を適用することで、複雑なオープンワールド画像生成タスクにおいて従来手法を凌駕する性能を実証した。
統合マルチモーダル事前学習のメカニズムを解明──13.5B MoE モデルと 5% の計算量で強力な生成性能を実証
🔥🔥統合マルチモーダル事前学習における知識フローやモダリティの相互作用を系統的に分析し、わずか 5% の計算量で効率的な事前学習を実現するレシピを提示した。
大規模 3D オープンワールド自動生成手法 WorldClaw──テキスト指示から空間整合性を維持したシーン構築を実現
🔥🔥テキストプロンプトから領域・地形・アセットを構造化し、大域的な空間整合性と編集可能なインスタンスを両立した 3D 生成フレームワーク。