📜 papers
2026-09-05 · 5 topics
因果推論のパラダイムを変える Causal Foundation Models の現状と仕組み──個別パイプライン構築を不要にするコンテキスト内学習
🔥🔥因果基礎モデル (CFMs) により、モデルの再学習や追加のチューニングなしで新しいデータセットの因果量を推定することが可能となった。
Jina-OCR-v1: 3B MoE と Speculative Decoding で低予算 GPU でも最高スループット 2.57 ページ/秒を達成する文書解析モデル
🔥🔥DeepSeek-OCR の設計をベースに FastMTP による可逆的 Speculative Decoding と緻密な検証報酬を導入し、OmniDocBench v1.6 で 91.14 の高精度と高速処理を両立した。
インターネット動画から器用なマニピュレーション用デモを回収するデータエンジン RoboTok
🔥🔥インターネット規模の動画から3D手の軌跡ベースで関連する人間のデモを高精度に検索し、ロボットの器用な操作ポリシーの学習を効率化するデータエンジン
AI 気象モデルの降水予測を改善する観測データ活用手法──CRPS 最大 19% 向上を実証
🔥🔥ERA5 再解析データで学習したグラフ Transformer を IMERG 降水データでファインチューニングし、連続ランク確率スコアを最大 19% 改善した。
エージェントの推論レイテンシを 44.9% 削減する実行機構 Speculative Macro Commit
🔥🔥大規模な権限モデルと高速なドラフターモデルによる 2 階層エージェント設計で、マルチアクションの先読み実行とマクロライブラリの照合によりツール使用エージェントの遅延を大幅に削減する。