タイムライン検索

2026年5月8日

現在のクリティック不要なRLHF手法は、複数目的報酬を算術平均で集約しており、制約無視に対して脆弱である。一つの目的での大きな成功が数値的に他の目的を相殺する可能性がある。

Apple Machine Learning Research

2026年5月29日

パラメータ化理論で導入されたパラメータ活性化アライメント測度であるログアライメント比（LAR）を研究します。これを行列の正規化された2乗特異値のウェイトスペクトル p と正規化された2乗射影値のアクティベーションスペクトル q との重複として再構成します。

arXiv cs.LG

2026年5月29日

プラトン表現仮説（PRH）を信号、バイアス、ノイズの3分岐統計フレームワークを通じて調査します。信号に関しては、プラトンアライメントは、表現に線形でエンコードされるオブジェクトと属性間の普遍的関係から生じることを提案します。

arXiv cs.LG

2026年5月29日

arXiv:2605.27374v1 マルチモーダル大言語モデル（MLLM）と拡散モデル（DM）の最近の進歩により、AI生成コンテンツの新しい可能性が開かれた。しかし、パーソナライズされたカバー画像生成は、デジタルプラットフォームでのユーザーエンゲージメント向上における重要な役割にもかかわらず、ほとんど未開拓である。

arXiv cs.CL

2026年5月29日

Low-Rank Adaptation（LoRA）は大規模言語モデルの適応に広く採用されているアプローチですが、LoRA微調整によって引き起こされる内部表現の変化はまだ十分に理解されていません。本研究では、スパースオートエンコーダを使用してLoRA誘導表現の幾何学的構造を調査します。

arXiv cs.LG

2026年6月1日

arXivで発表された論文：機械アンラーニング評価は構造的に偏っており、因果関係と関係知識を探索するWhy型質問がCounterFactでは0.06%未満、ZSREでは0.6%、TOFU、MUSE、WMDP-Cyberでは1.3%未満にすぎず、この極度の不足は因果知識で失敗する手法が存在することを意味する。

arXiv cs.LG

2026年6月1日

LLM搭載の検索エージェントは多段階推論とツール使用を可能にしますが、これらの機能により検索誘発安全性低下をもたらします。有害な意図が一見無害な部分質問に分解され、安全でない結果につながる可能性があります。既存のアライメント手法は疎な安全性パターンの捕捉に苦労しています。

arXiv cs.AI

2026年6月1日

arXiv:2605.31021v1 現在の生成型AIのアライメント手法は、人間の判断の多様性を集計された統計的基準に縮約する単一的なベンチマーク枠組みに依存しており、文化的、人口統計学的、文脈的な評価のばらつきが見落とされている。本論文では、これらの違いを考慮したペルソナベースの評価フレームワークを提案する。

arXiv cs.AI

2026年6月1日

arXiv:2605.30487v1。大規模言語モデル（LLM）を異種かつ急速に進化する安全性要件に整合させることは重大な課題。既存の命令チューニング型LLMとスタンドアローン安全性分類器は新しい安全性設定への一般化に失敗することが多く、外部的に設定可能なリワードモデル（RM）の必要性が生じている。

arXiv cs.CL

2026年6月1日

モデルが正確な内部表現を保持しながら意図的に虚偽の出力を生成する欺瞞的アライメントは、AI安全性における中心的な課題として残っている。戦略的欺瞞は長期的な主要な懸念であるが、合成的不誠実さ（不正解への直接的な最適化を通じて誘発される）について研究している。

arXiv cs.LG

2026年6月1日

arXivで発表された論文：調整された言語モデルはしばしば認識可能なAI的スタイルを示すが、その訓練後処理と内部表現との関連性は十分に理解されていない。この研究では、訓練後処理がAI的文体規則性を導入または増幅するかどうか、また これらの規則性が局在化した表現を持つかどうかを調査している。

arXiv cs.LG

2026年6月5日

サンワサプライ株式会社は6月3日、コンパクトかつ多機能な7 in 1のUSB Type-Cハブ「400-HUBCPC54BK」を発売した。直販サイト「サンワダイレクト」での販売価格は3280円。

INTERNET Watch

2026年6月6日

身の回りのガジェットは充電式が当たり前になった。しかし便利になった一方で、多くの人が気にしているのが「満充電後も充電器につなぎっぱなしで大丈夫なのか」という問題だ。そんな問題を物理的に解決するガジェットを衝動買いした。

ASCII.jp

2026年6月8日

オープンウェイトLLMは、カスタマイズされたアシスタントへのファインチューニングが増加していますが、下流のファインチューニングにより安全性アライメントが弱まり、訓練データが意図的に有害でない場合でも、モデルが悪質なプロンプトに対して脆弱になる可能性があります。ターゲットモデルが新しいタスクデータやユーザーインタラクションで繰り返し更新されるため、反復的な安全性回復の問題が生じます。本論文では、各アーキテクチャ互換モデルファミリー内での横断的再利用のために設計された再利用可能な安全性アダプターモジュール「SafeGene」を提案します。安全性回復をモデル固有の修復ステップとして扱う代わりに、SafeGeneは安全性能力をタスク固有の更新から分離された独立した再利用可能なアダプター表現として扱います。この表現は、アラインされた-劣化したモデルの差分から取得され、データに対応したレイヤー選択を通じてタスク転送可能な安全性ベクトルに精密化され、各下流タスク適応モデルで少数ショットレイヤー単位の係数再キャリブレーションを通じて表現されます。

arXiv cs.AI

2026年6月8日

Amazon.co.jpで、UGREENのUSB変換アダプター「UGREEN USB-C 変換アダプタ 2個セット」のタイムセールが実施されている。最大10Gbpsの高速データ転送や最大18Wの急速充電に対応したモデルだ。

ITmedia 全カテゴリ

2026年6月9日

シャオミ・ジャパンは9日、モバイルバッテリー「Xiaomi Super Slim Magnetic Power Bank 5000」のほか、ACアダプター2製品を発売した。

ケータイ Watch

2026年6月10日

自己蒸留は、モデルが追加コンテキストなしで性能向上を維持できるよう学習させる手法です。 本研究では、自己蒸留におけるコンテキスト設計を、凍結された評価者からのフィードバックを用いて探求しました。 ステップごとにアラインされた批評が最も大きな改善をもたらし、他の手法を大幅に上回る結果を示しました。

arXiv cs.LG

2026年6月10日

arXiv:2606.09864v1 新規発表 論文要旨：キーバリュ（KV）キャッシュ量子化は、大規模言語モデル（LLM）の推論メモリを削減するために広く利用されていますが、既存の評価は、安全性への影響を評価することなく、パープレキシティと精度のみを測定することに焦点を当てています。本研究では、KVキャッシュ量子化下でのアライメント（整合性）の維持を探求します。11の命令チューニング済みモデル（3.8B-72B）と5つのベンチマーク（1,894プロンプト）にわたる調査で、低ビット量子化が安全なアライメントを静かに破壊しうることを発見しました。具体的には、Mistral-7Bはパープレキシティ1.03倍のわずかな増加で拒否率が15.2%失われ、普遍的な安全なビット幅は存在せず、標準的な指標では見えない鋭いモデル固有の位相遷移が見られました。根本原因は幾何学的なものであることを特定しました。安全機能は、パープレキシティの全体表現空間平均よりも10^2〜10^3倍量子化ノイズに弱い低次元アクティベーションサブスペースを占めています。

arXiv cs.LG

2026年6月10日

arXiv:2606.09850v1 公開タイプ: new 概要: 事後学習のアライメントアルゴリズムは、言語モデルの内部計算をどのように再構築するかを不明瞭にしたまま、ブラックボックスとして評価されることが大半です。本研究では、6つの選好最適化手法（PPO, DPO, SimPO, ORPO, GRPO, KTO）を3つのオープンウェイトモデルファミリーで横断的に比較し、体系的なメカニズム解析を行います。層ごとの線形プロービング、スパースオートエンコーダー、クロスコーダーを統合することで、選好表現を局在化させ、潜在空間におけるアライメント誘発性の幾何学的変換を定量化します。選好信号は一貫して早期～中期または中期～後期の層に集中するものの、異なる目的関数が表現上のシフトを質的に区別することを発見しました。KTOとGRPOは、建設的な特徴共有とスパースで高顕著性な募集を通じて線形分離性を向上させます。対照的に、DPOとORPOは、非建設的な幾何学的回転と特徴減衰を通じて分離性を低下させる一方、PPOとSimPOはベースラインの幾何学的構造をほぼ維持します。

arXiv cs.LG

2026年6月11日

arXiv:2606.11262v1 発表タイプ：新規 概要：大規模言語モデル（LLM）におけるアクセス制御には、再トレーニングやドメイン間干渉なしにドメイン固有の動作を可能にするためのモジュール式メカニズムが必要です。アダプター合成中の干渉は、線形パラメータ更新の重複に起因するという一般的な仮説があり、直交性または方向独立性を強制することでマルチドメインパフォーマンスが向上すると示唆されています。私たちは、重み分解低ランク適応に基づいた階層的アダプター合成フレームワークであるDoRA-RBACを使用して、この仮説を検証します。LLaMA-3.1-8BおよびMistral-7Bにおける複数のQAベンチマーク（GPQA、PubMedQA、SimpleQA、WMDP）全体での正規化された方向平均によるフレシェ平均の近似である、幾何学を意識したリーマン幾何学に触発されたマージ戦略と、従来のユークリッドマージを比較します。

arXiv cs.LG

2026年6月12日

ソニー・インタラクティブエンタテインメントは、PS5/PC用周辺機器「PlayStation Link USBアダプター（CFI-ZWA3J）」を8月6日に発売する。価格は3,480円。 本商品

Yahoo!ニュース エンタメ

2026年6月18日

モントリオール強制アライナー（MFA）は2016年にリリースされ、以来、研究および産業分野で最も広く使用されている強制アライメントツールとなっています。それから10年間で、MFAは、より大規模なオープンソースデータセット、統一されたIPA辞書、モデル適応、クロス言語フォネティック再マッピング、およびサポートユーティリティを使用した、より多くの言語と方言へのカバレッジ拡大を含む、大幅な開発を経てきました。本論文は、バージョン1.0以降のMFA 3.0の開発を記録し、古典的およびニューラル強制アライナーをベンチマークとして、英語、日本語、韓国語におけるMFAのパフォーマンスを評価します。MFA 3.0は、平均境界誤差15ミリ秒未満で、4つのベンチマークデータセットすべてにおいて最先端またはそれに近いパフォーマンスを達成しています。適応とクロス言語再マッピングは、MFAのトレーニング分布外の言語に効果的であり、発音確率モデリングと音韻規則は特定の条件下で改善をもたらします。

arXiv cs.CL

2026年6月18日

Amazon.co.jpで、12V/2AのACアダプターが付属するセルフパワー対応の「UGREEN 7ポート USB 3.0 ハブ」が18％オフのセール中だ。データ転送だけでなくスマートフォンの急速充電にも対応し、デスク周りのポート不足を解決する。

ITmedia 全カテゴリ

2026年6月19日

大規模言語モデル（LLM）の性能を向上させるアライメント技術において、ユーザーの暗黙的な行動に着目した新たな研究が発表されました。これまでのアライメント手法は、ユーザーが直接評価を下すといった明示的なフィードバックに依存しており、そのデータ収集には多大なコストがかかるという課題がありました。 今回開発された「IFLLM」と呼ばれる新しいデータセットは、ユーザーのマウスの動きや視線の軌跡といった、無意識のうちに行われる行動パターンを収集し、これをLLMのアライメントに利用することを目的としています。研究チームは、この暗黙的フィードバックを基盤とした報酬モデルを構築。その結果、テキスト情報のみを利用した場合に55%だったモデルの精度が64%に向上しました。さらに、LLMの応答品質の相対的な改善度合いは約3倍に達したと報告されています。 この成果は、LLMのユーザー適合性を高める新たな可能性を示唆しており、より効率的かつ自然な形でユーザーの好みや意図を学習する手法として注目されます。将来的には、ユーザーが意識することなく、よりパーソナライズされたLLM体験が実現するかもしれません。 引用元: arXiv cs.CL

arXiv cs.CL

2026年6月19日

大規模言語モデル（LLM）は、自身の出力が人間の倫理観と乖離している場合にそれを識別できるのか？そして自己修正は可能か？我々はLLMに、自身の推論と出力をレビューする「良心ステップ」を付与し、訓練損失に直接選好最適化（DPO）を用いたアライメントコンポーネントを拡張して、非倫理的な出力からモデルを逸脱させる。この結果、訓練、ファインチューニング、敵対的プロンプティング、ゼロショット学習など、幅広いアプリケーションでモデルをアライメントさせるオンライン技術が実現する。これは、より弱い、あるいはより強いジャッジを必要とせず、代わりに自身の凍結されたコピーに依存する。以前の研究である「創発的乖離」シナリオでは、モデルをハッキングコードにファインチューニングすることで、様々な創発的な非倫理的行動が示された。それに対し、我々は「創発的アライメント」を達成する方法を実証的に示す。単一のハイレベルな内省的な質問が、同じコードハッキングシナリオ下で、訓練を倫理的なモデルへと導く。

arXiv cs.AI

2026年6月19日

ハードウェア設計の並列論理時間（parallel temporal logic）に逐次プログラミングの事前知識を変換することは、大規模言語モデル（LLM）にとって依然として重要なボトルネックです。この問題を調査するため、認知理論に触発された、問題解決可能性に基づいた新しいエラー分類法を導入します。この分類法は、失敗を構文エラー、意味論的エラー、解ける機能的エラー、解けない機能的エラーのタイプに分類します。評価によると、VerilogEvalベンチマークには厳格な経験的上限があり、最先端のモデルでも初期合格率90.8%でプラトーに達しています。これらのプラトーは解けない機能的エラーによって定義されており、テスト時間計算スケールでは対処できない永続的な知識のギャップを露呈しています。さらに、顕著な表面収束ギャップを明らかにします。最適化は構文エラーを容易に解消しますが、同時に、より深い機能的失敗を悪化させます。我々の発見は、アライメント技術が単にモデルにコンパイルを教えるだけであることを示しています。

arXiv cs.CL

2026年6月19日

我々は、7つの大規模言語モデル（4B～671Bパラメータ）をアラビア語でファインチューニングし、セム諸語および非セム諸語でのゼロショット読解能力を評価することで、クロスリンガル転移を研究する。密なアーキテクチャとMixture-of-Expertsアーキテクチャ全体において、セム諸語特有の転移の証拠は見つからなかった。ベースラインが弱いモデルは全ての言語で劇的に改善する一方、ベースラインが強いモデルは言語ファミリーに関わらずわずかな改善しか示さなかった。連鎖思考のアブレーションはこの発見を補強する。ファインチューニングから最も恩恵を受けるモデルが、推論時の推論からも同様に恩恵を受けることは、両方のメカニズムがクロスリンガル知識転移ではなく、タスクフォーマットのアライメントに対処していることを示唆している。

arXiv cs.CL

2026年6月23日

海外取材の多い筆者ですが、渡航先の国々によってコンセントの形状が異なるため、どの形状にも対応できるユニバーサル変換アダプターを持ち歩いています。最近はUSB Type-C PD端子のついた製品が一般的で便利なのですが、意外と困るのはその大きさ。小さいと思っていても、結構場所を取ります。

ケータイ Watch

2026年6月23日

大規模言語モデル（LLM）の信頼性の高い制御を実現するには、LLMが言語的手がかりをどのように解釈するかを正確かつスケーラブルに理解する必要があります。本研究では、モデルのパフォーマンスに対する個々の形容詞の誘導効果を定量化するためにシャプレー値を用いた厳密なフレームワークを導入し、逸話的なヒューリスティックを超えた原則的な貢献分析を行います。この手法をMMLUベンチマークにおいて多様なモデル（o3、gpt-4o-mini、phi-3、llama-3-70b、deepseek-r1を含む）の100個の形容詞に適用し、AIアライメントに関するいくつかの重要な発見を明らかにします。第一に、形容詞の小さなサブセットが不均衡に強力な「レバー」として機能しますが、その効果は普遍的ではないことがわかります。モデル間分析は「ファミリー効果」を明らかにします。共有された系統を持つモデルは相関する感度プロファイルを示しますが、アーキテクチャ的に異なるモデルはほとんど相関しない方法で反応し、万能なプロンプト戦略の概念に挑戦します。

arXiv cs.CL

2026年6月23日

内的な言語出力の欠如、学習データの制限、被験者間の大きなばらつきにより、非侵襲的な脳信号からの内的音声のデコードは依然として根本的な課題です。既存の脳信号からテキストへのアプローチは、タスク固有のデコーダーのファインチューニングに依存することが多く、スケーラビリティを制限し、新しい被験者への適応を複雑にします。本研究では、基盤となる言語モデルを変更することなく、fMRI信号からのオープンエンドなテキスト生成を可能にする、分離された2段階の脳信号から言語へのフレームワークであるMindAlignを提案します。第1段階では、fMRI活動を共有マルチモーダル意味空間にマッピングし、内的生成された文章の潜在的な意味スケッチを抽出する、被験者固有のニューラル意味アライメントを学習します。第2段階では、このスケッチを視覚的コンテキストと統合し、冷凍されたマルチモーダル言語モデルにプロンプトを与えることで自由形式の生成を行います。静かな画像記述中に収集されたfMRIデータを用いた実験により、提案手法が一貫してfMRIのみおよびランダムベースラインを上回ることが実証されました。

arXiv cs.CL