🧠 research

2026-08-24 · 6 topics

Anthropic、マルチエージェント意思決定の実験結果を公開──4者合議で正解率 17-36% に低下

複数 LLM によるエージェント合議は隠れプロファイル問題により誤ったコンセンサスを生みやすく、単一エージェント処理を下回る特性が示された。

naoyabone、5x5 Grid World を用いたメモリ付き世界モデルの実装解説を公開──GRU と RSSM による部分観測問題の解決手法

5×5 Grid World と教育用コードを用いて、部分観測環境における GRU や RSSM、Pixel MSE の課題と実装上の工夫を体系的に解説した。

Zenn、LLM の文章生成モデル解説記事を公開──Transformer から Logits・Softmax を経た Token 選択の仕組み

Transformer の出力する未加工の Logits を Softmax 関数で確率分布に変換し、次の Token を逐次選択する LLM の基本推論プロセスを解説する。

LightwheelAI、9万時間の主観視点動画データセット EgoStandard を公開──3Dハンドポーズと同期

EgoSuite-Open100K の中核となる 90,000 時間の head-view 映像と 3D ハンドポーズの同期データを公開し、空間コンピューティング向けロボティクス学習を加速する。

ornith-ai、推論特化モデル Ornith-1.5-9B を公開──自己改善ループを搭載

Qwen3.5 および Gemma4 ベースの 9B dense モデルで、自己改善ループをタスク生成やロールアウトへ拡張した。

Superwhisper、音声認識正規化モデル s1-mini を公開──0.6B パラメータで 94.8% のトークン精度を達成

Qwen/Qwen3-0.6B をベースに音声認識の生テキストを整形式へ変換する特化モデルで、462 MiB の軽量サイズによりノート PC の CPU でもローカル実行が可能。