AI研究 AIが推論の複雑性を自己修正する
本動画は、AI推論の精度向上を目指す新手法「セルフエボリューション・ルーブリック」を解説する。従来の強化学習では最終回答の正誤のみで報酬を与えるため、AIが思考プロセスを理解せずショートカットを学ぶ「報酬ハッキング」が生じる問題があった。シ...
自己修正AI
AI研究 
Anthropic・Claude・ダリオアモデイ Opus 4.6がついに登場
Anthropicが新たにリリースしたClaude Opus 4.6は、100万トークンのコンテキストウィンドウと強化されたエージェント機能を備えた大規模モデルである。自己修正能力を持ち、長期タスクに特化した設計となっており、複数のベンチマ...
AI研究 プリンストン大学発:自己修正AIデルタトランスフォーマーの新アーキテクチャ
プリンストン大学とUCLAが発表した2つの革新的な論文が、現在のAI推論モデルが抱える根本的な欠陥を明らかにした。従来、AI推論における「aha moment(ひらめきの瞬間)」は知性の証とされてきたが、実際にはモデルの内部不安定性を示すシ...