📜 papers
2026-09-11 · 5 topics
マルチモーダル気象予測手法 TC-Next──グラフ型基礎モデルの予測と衛星画像を統合し台風の進路誤差を最大 44% 削減
🔥🔥大気場予測と GridSat 衛星画像をマルチモーダルに統合し、追加の再学習なしで既存の物理ベース・ルールベースの追跡器を上回る精度を達成した。
長期継続学習評価ベンチマーク AhaBench を公開──Claude Opus 4.6 が Learning Lift +25.8 で首位
🔥🔥エージェントの経験学習能力を評価する 3 つのコンポーネントを網羅し、初期能力と経験後の性能差（Learning Lift）を定量化するベンチマーク。
脳の構造的 MRI からの自己教師あり学習手法 Champollion の提案──神経発達マーカーの検出精度で既存基盤モデルを圧倒
🔥🔥構造的 MRI を用いた自己教師あり学習フレームワーク Champollion を開発し、従来の汎用基盤モデルや神経画像モデルを上回る精度で脳の折り畳みパターンと遺伝的関連性・発達的特徴を捉えることに成功した。
LLM エージェントの長期記憶評価ベンチマーク MERIT の提案──コスト考慮型評価で記憶の費用対効果と限界を実証
🔥🔥ツール利用 LLM エージェントの長期記憶の限界と費用対効果を検証する MERIT ベンチマークを提案し、コスト効率的な記憶運用の実態を明らかにした。
非パラメトリックな専門家反復を活用する長文脈エージェントフレームワーク AutoFyn の提案
🔥🔥モデル重みを固定し検証済み報酬シグナルで持続的状態を更新する AutoFyn により、IMO 2026 数学競技や Spider 2.0 dbt ベンチマークで性能向上を達成した。