LLM はうまく推論しているように見えますが、1 つの間違ったトークンが出力全体を脱線させる可能性があります。私たちの新しい研究は、トークンレベルの記憶が、特に分布シフトの下で失敗の主な原因であることを示しています。 STIM 🔍🧠の紹介 🧵 #NLProc

バークレー #SBC2025 #BASS2025 で、AI x Web3 の融合と、AI 主導の未来に向けてオープンで協力的な経済をどのように構築できるかについて講演できることを嬉しく思います。 当社のブロックチェーン製品リーダーは、AI 資産のオンチェーン収益化フローを実現する方法に関する技術アーキテクチャを共有します。 @BerkeleyRDI @StanfordSBA

今日は論文審査に合格しました!😊 @nlp_usc @CSatUSCではやりがいのある旅でした。@xiangrenNLP @robinomial @swabhz @avestime、そして私をサポートしてくれたすべての人に感謝します!

来週@aclmeetingにこの作品を発表します!🇦🇹 古い友人に会い、新しい友人を作ることに興奮しています。人間中心のNLP、パーソナライゼーション、マルチターンインタラクションの未来についてもっと考えたい方、またはウィーンのおいしいコーヒー☕️を飲みたい方は、ぜひ追いつきましょう

1+1=3 2+2=5 3+3=? 多くの言語モデル (例: Llama 3 8B、Mistral v0.1 7B) は 7 に答えます。でもどうして。 モデルの内部を掘り下げ、関数誘導メカニズムを明らかにし、モデルがコンテキスト内学習中に驚きに遭遇したときに、それが広く再利用されることを発見しました。🧵

データサービスプラットフォーム(DSP)が稼働しました! 🔆 今では、世界中のどこにいても、誰でも AI 開発に貢献し、その仕事に対して真の報酬を得ることができます。 🔆 $450K+ の$SAHARA + パートナー報酬は初日から利用可能! 今すぐ始めましょう → #AIforALL

長いCoTで考えることができるVLMであるGLM-4.1V-9B-Thinkingをオープンソース化できること@Zai_org、私たちは興奮しています。<10B VLMのSoTAは、18のタスクでQwen-2.5-VL-72Bに匹敵します。1つのRLですべてを支配します! 細部 - 技術レポート: -コード：

初めて見たときは信じられませんでしたが、 SoTA の精度が >3 倍になるプロンプト スティーリング モデルをトレーニングしました。 シークレットは LLM 出力を *正しく* 表現しています 🚲 デモ/ブログ: 📄: 🤖: 🧑‍💻:

ここでは、過去6〜12か月のAIの進歩、完璧なモデルを取得するのが難しい理由、ラボが(エージェントの)トレーニングの次のフェーズにどのようにアプローチしている可能性が高いか、および推論の風景全体でのその他の興味深い情報をまとめた最近の講演を紹介します。 トピック： 00:00 イントロダクション&推論の状態 05:50 ヒルクライムの不完全な評価 09:18 技術的なボトルネック 13:02 おしゃべり 18:08 ゴルディロックスゾーン 19:28 次に来るのは?(ヒント、計画) 26:40 質疑応答 YouTubeなどに返信します。 私をホストしてくれた@corbttと@OpenPipeAIに感謝します。

LLMは「なぜ空は青いのか」を適切に説明できるのか? …10歳の子供👶🏽と物理学👩🏽 🔬の博士号を持つ人に対して? 私たちの #ACL2025 論文では、LLMがさまざまな人々に説明をどれだけうまく調整できるかを評価します。 ✍️ 🔗 🧵 (1/n)