メインコンテンツへスキップ
 

記事一覧

「長いコンテキストは要らない」:NVIDIAが示した、頻繁な圧縮と選択的読み込みでエージェントを回す設計

「犬がいない猫の写真」をCLIPはなぜ探せないのか ― 否定検索を学習なしで解く Know-Thy-Not

埋め込みモデルを更新しても再インデックスしない:球面補間(SLERP)による後方互換マルチモーダル検索

埋め込みモデルは「1メートル」と「100センチ」を同じだと思っていない

LLMジャッジは「計測器」として信頼できるか? ― 事前登録実験が明かした共有エンドポイントの盲点

ビデオコーデックのゴミ箱から宝を拾う:CodecSightが実現するVLM推論3倍高速化

「読んでいる」≠「使っている」:AIアナリストが情報を無視してしまうメカニズムと対策

科学研究AIの新時代:Intern-S2-Previewが示す「専門知識の外付け」という設計思想

ズームする前に考えよう——Visual RAGの解像度ジレンマをViRGoが賢く解決する

ReToken:たった1トークンで長尺ビデオの視覚検索を劇的に改善する手法

LLMなしでリアルタイムロボット制御を実現するTurboVLA:32Hz・1GB以下のVRAMで動く新パラダイム

グラフRAGを43倍高速化:MG²-RAGが解決するマルチモーダルRAGの三つの壁

ベクトル埋め込み検索の「理論的限界」を数学で証明した論文――RAGを設計するエンジニアが知るべき制約

UMAPが捨てているグラフを拾う ―― 埋め込み探索を変える「kNNグラフ」の再発見

感情認識に8Bは要らない ― 隠れ状態の「幾何」を移植して0.6Bで教師を超えるLight-MER

CLIPは画像を「見て」いない――写り込んだ文字に騙されるViTの回路を再学習ゼロで特定して塞ぐ

巨大コンテキストを「カートリッジ」に焼き込む——Self-Studyで長文LLMを38.6倍軽くする

MemDreamer:知覚と推論を分離する「階層グラフ記憶」で長時間動画理解を再定義する