保存済みツールを推薦
FOXAI SEARCH

サイト内検索

ニュース記事 907

Edge Soundは、物理的なAIが音声を理解できるよう支援するために200万ドルを調達しました

Edge Sound Research Inc.は本日、有用な音を分離し、他のセンサーデータと組み合わせて物理AIシステムがリアルタイムで状況を理解できるよう支援する音響インフラの構築に向け、新たに200万ドルの資金調達を行ったことを発表しました。このラウンドはStormbreaker Venturesがリードし、同社の総資金調達額は900万ドルに達しました。当該[…] 記事「Edge Sound、音声を物理AIが理解できるようにするための200万ドルを調達」は、元々SiliconANGLEに掲載されたものです。

SiliconANGLE AI

マイクロソフト、AI投資を背景に6万人の従業員に対し希望退職制度を提供

マイクロソフト社は本日、従業員の約4分の1に対し、自主的な退職勧奨を実施しました。この措置の対象となる約6万人の従業員は、米国、カナダ、インド、英国に在籍しています。報道によれば、彼ら全員が社内での経験評価スコアで70点以下という結果となっています。つまり、影響を受ける最もベテランの従業員であっても[…]。記事「マイクロソフト、AI投資を背景に6万人の従業員に自主的退職勧奨」は、SiliconANGLEに最初に掲載されました。

SiliconANGLE AI

企業がAIの実験段階から自律運用へと移行する際に注目すべきポイント

過去3年間、企業向け人工知能の議論は、モデルが何を言えるかに焦点を当ててきました。今後3年間は、システムに何を許容するかがテーマとなるでしょう。これは、優れたモデルだけでは解決できない、より難しい課題です。10月28日(水)、私はボストンで開催されるブルームバーグ・テック・イベント「Building the […]」に出席します。記事「企業がAIの実験から自律運用へ移行する際に注目すべきポイント」は、もともとSiliconANGLEに掲載されたものです。

SiliconANGLE AI

Conceptizer: Next-Token Prediction Is Not All You Need

arXiv:2610.33027v1 Announce Type: new Abstract: Next-token prediction (NTP) rewards only the token that occurs next, penalizing every alternative. But natural language often offers many ways to express the same meaning. We introduce Conceptizer, a training framework that extends next-token prediction with a reward for meaning. Conceptizer uses a fixed, model-agnostic vocabulary of ~9K concepts, built from contextual synonyms, as units of meaning alongside tokens as units of text. It maps each next-token distribution to a concept distribution and shares the reward for the target meaning across its possible wordings. This provides a concept-level training signal without adding model parameters. Applied to 3 model families at 1B-8B parameters, Conceptizer achieves the lowest held-out NTP perp

翻訳サービスが停止中のため原文を表示しています。
arXiv cs.CL

Fleet-wide computer vision lifecycle at the edge with SageMaker SDK v3

Fleet-wide computer vision needs a model per camera, not one model for the whole fleet. This post presents a working Amazon SageMaker SDK v3 reference architecture that trains, quality-gates, compiles per-camera models with SageMaker Neo, and versions thousands of them, with an AWS Step Functions layer pacing fleet-scale retraining within account quotas.

翻訳サービスが停止中のため原文を表示しています。
AWS Machine Learningブログ

DMAIC-Bench:多段階の分析タスクにおけるエージェントの自己反省から自己抑制へ

arXiv:2610.32305v1 発表タイプ:新規 要旨:多段階の分析タスクでは、LLMエージェントが次の行動を継続するか、転送するか、あるいは停止するかを判断するために、中間的な証拠を用いる必要があります。エージェントが自身の出力を批判する自己反省は広く研究されていますが、その批判だけでは、証拠が次の行動に影響を与えたかどうかを示すことはできません。私たちはこの能力を「自己抑制」と呼んでいます。既存のエージェントベンチマークの多くは、タスクの完了度や出力品質を測定するだけで、この点については未検証です。DMAIC-Benchは、リーン・シックスシグマの明示的な統計的要件に基づいて構築された、4つの産業分野における15の産業事例にわたる97の種付け済みタスクを用いて、この能力を評価します。対になる反事実的変種では、同じワークフロー上の同一位置で相反する行動を要求し、正当な抑制と無差別な停止を区別します。私たちは実行トレースを用いて評価を行います。

arXiv cs.AI

SUDO: From Scientific Publications to Global Scholarly Discourse

arXiv:2610.33018v1 Announce Type: new Abstract: Scholarly Knowledge Graphs (SKGs) support literature search, scientific discovery, and agent-assisted research. Yet, most approaches to SKG construction pre-specify the knowledge unit to be represented, typically named scholarly entities or contribution-level statements, and retain only the publication content expressible through that unit. This choice produces two dominant yet distinct paradigms: concept-centric SKGs that preserve entities and local relations, and statement-centric SKGs that capture high-level discourse in sentences. In both cases, the graph reflects a chosen extraction target rather than how a paper constructs and communicates knowledge. We introduce SUDO, the Scholarly Upper Discourse Ontology, which defines how knowledge

翻訳サービスが停止中のため原文を表示しています。
arXiv cs.CL