📜 papers
2026-08-15 · 5 topics
拡散言語モデル向けPEFT手法 LoRA-Diffusion──重みではなく軌道分解でSST-2最高精度を実証
🔥🔥重みの代わりに拡散軌道へ低ランク摂動を適用することで、拡散言語モデルにおいてパラメータ効率の良いタスク適応とマルチタスク学習を実現した。
推論用 LLM の KV キャッシュを 65% 削減する Thought-Aware Attention Matching (TAM) 手法
🔥🔥推論トークンの階層構造を利用したアダプティブな予算配分と重要トークンの保護により、メモリ使用量を大幅に削減しつつ精度を維持する。
金融文書の誤り検出ベンチマーク FinED-Bench を公開──既存 LLM の高難度タスクにおける精度課題を実証
🔥🔥3 段階の認知複雑性と 9 つの実世界シナリオからなる FinED-Bench を構築し、最先端 LLM の金融エラー検出能力を評価した。
AI エージェント向け長期記憶エンジン FluctlightDB──LoCoMo で 99.0% の証拠回収精度を実証
🔥🔥AI エージェントの長期記憶を独立したデータモデルとして定義し、体験の書き込みとキュー駆動型活性化を実現する埋め込みエンジン FluctlightDB を提案する。
プライマリパスとデコード処理を分離する Dual-Flow Transformers──推論効率を維持しつつ継続予測の計算量を拡大
🔥🔥プロンプト処理と自己回帰デコードのハードウェア負荷の違いに着目し、KV キャッシュを維持したまま補助的な継続予測パスを追加して検証ロスを削減した。