NVIDIA、RTEBで1位にランクインするNemotron 3 Embedモデルをリリース
NVIDIAは、生産規模のRAG、エージェント型検索、コード検索、エージェントメモリのための検索品質を向上させるために設計された、オープンかつ商用利用可能な埋め込みモデルのコレクションであるNemotron 3 Embedをリリースしました。このコレクションには、RTEBリーダーボードで総合1位を獲得した8Bモデルと、デプロイメント用に最適化された効率的な1Bバリエーションが含まれています。
VITAの臨床用RAGはHealthBenchにおいて最先端LLMと同等かそれ以上の性能を示す
低所得・中所得環境向けに設計された、VITAという目的特化型の検索拡張生成システムが、HealthBenchベンチマークを用いて汎用大規模言語モデルと比較評価された。本研究は、コーパス固有の設計により、新しい最先端モデルがリリースされても競争力のある性能を維持できることを示している。
Corpus固有のVITA RAGはHealthBenchで最先端LLMに匹敵または上回る
低所得・中所得環境向けに設計された検索拡張生成システムであるVITAは、HealthBenchの英語版サブセットで1位となり、GPT-5.4、o4-mini、Gemini 3.1 Pro、Claude Sonnet 4.6を上回った。
VITA臨床RAGシステムはHealthBenchで最先端LLMと同等またはそれ以上の性能
低所得および中所得環境向けに設計された専用検索拡張生成（RAG）システムであるVITAが、HealthBenchベンチマークにおいて汎用大規模言語モデルと比較評価されました。GPT-4.1ジャッジによって採点された4,023問の質問において、VITAはルーブリックのポイントの51.9%を獲得し1位となり、GPT-5.4、o4-mini、Gemini 3.1 Pro、Claude Sonnet 4.6を上回りました。
Aletheionが永続型AIエージェント向けのコンパクトなメモリアーキテクチャASM-CMをリリース
AletheionAGIのFelipe Maya Munizは、エージェントの履歴を増加させることなくアクティブな計算メモリを増やさずに済むよう、記憶と言語を分離する実験的アーキテクチャであるASM-CM（Aletheion Compact Memory Model）を紹介している。
IntelShedはハイブリッドRAG、GNNエンティティ解決、連合学習、LLMマルチエージェントオーケストレーションを組み合わせる
著者は、オープンソースインテリジェンス（OSINT）のためのオープンソースシステムであるIntelShedを紹介している。これは50の公開データフィードを集約して、自動化された24時間のセキュリティブリーフィングを生成する。アーキテクチャは、ハイブリッド検索、GNNベースのエンティティ解決、差分プライバシー付き連合学習、LLMコンパイルされたマルチエージェントオーケストレーションを統合している。
TIS 2.0はトークン重要度スコアによる文書の再配置でRAGの位置バイアスを解消
TIS 2.0のアップデートでは、追加の学習を必要とせずに検索強化生成における「真ん中で失われる」位置バイアスを解消する文書再配置機能が導入されました。学習されたトークン重要度スコアを適用して取得した文書を再配置することで、システムはゼロの位置ギャップを実現し、ベースラインと比較して正確一致精度を5パーセントポイント向上させました。
注意重み付きメモリグラフは graph-RAG トラバーサルに Jina 注意を使用
新しい提案は、ステップバイステップのトラバーサルを可能にするために、後期チャンキングと注意重み付きエッジを組み合わせた LLM メモリ構造を概説しています。このシステムは、文間の注意を計算する Jina AI の埋め込みモデルを活用し、ドキュメントの内部処理からエッジの重みを導出します。
DESi Review: 構造化された認識論的論文レビュー用のインストール可能なClaudeスキル
著者は、インストール可能なClaudeスキルとしてパッケージ化された、モデル非依存のDESi認識論的ガバナンスフレームワークの実用的な応用であるDESi Reviewを公開しました。このツールは、決定論的な主張抽出とモデルに基づく裁定を分離することで、英語テキストに対して構造化された論文レビューパイプラインを実行します。
7B–14Bパラメータのドメイン特化LLMの実運用適合性に関するコミュニティ議論
Hugging Faceフォーラムのユーザーが、7B～14Bパラメータ範囲の小型ドメイン特化大規模言語モデル（LLM）が、実際の生産環境においてより大きなモデルを効果的に置き換えられるかどうかを調査しています。
スパースオートエンコーダを用いたELIZA
ELIZAチャットボットの新しい実装は、会話エントリを潜在記憶層に格納するためにスパースオートエンコーダアーキテクチャを利用し、従来のキーワードマッチング手法の改善を目指している。このシステムは32,768ニューロンの記憶層を持つT5エンコーダデコーダ構造を採用しており、コントラスト学習によって類似エントリが活性化される。
PaddlePaddleが階並列デコーディングを備えた1BモデルHPD-Parsingをリリース
PaddlePaddleは、階層並列デコーディング・パラダイムを活用してスループットを向上させる軽量な10億パラメータの文書解析モデルHPD-Parsingを発表した。このアーキテクチャは、メインのレイアウトブランチを通じてグローバルなページ構造を調整しつつ、局所的なコンテンツ生成を並列ブランチにディスパッチし、プログレッシブマルチトークン予測を用いてデコーディングステップ数を削減する。
著者はローカルLLMにおける証拠飽和のためのオープンkレジストリを提案
著者は、言語モデルの証拠飽和点（k*）を測定するために、Hugging Face上でパイロット論文とオープンレジストリを公開しました。この指標は、プロンプトに注入する最適な証拠フラグメント数を決定します。より多くのコンテキストを追加しても正しさが単調に向上するわけではなく、コストや認識論的汚染を増加させる可能性があるためです。
階層的エージェントメモリは構造化された検索のために双曲線埋め込みを使用する
新しいメモリアーキテクチャは、ベクトルデータベースのエントリを「抽象度スコア」で整理するために双曲線埋め込みを採用し、エージェントがフラットなRAGシステムよりも効果的に知識を管理できるようにします。このアプローチはデータを構造化し、好みなどの抽象的なエントリが中心に位置し、具体的なイベントが境界に存在することで、より良いクラスタリングと検索を可能にします。
ShinBay-UCTFがプライバシー保護型継続学習と圧縮知識のための概念枠組みを提案
K7007は、多言語冗長性、持続的なエピソード記憶、および継続的適応に関するAIシステムの制限に対処する概念枠組みであるShinBay-UCTFを紹介する。この提案では、相互に作用する3つのレイヤーからなる統合アーキテクチャが概説されている：Universal Compressed Training Format (UCTF)、生物学的インスパイアード・エピソード記憶、および環境駆動型継続学習。
削除されたトピックのリンクが正しくありません
記事の内容は著者によって削除されました。ページには、元の議論は1つの投稿で構成され、2人の参加者が関与していたと表示されています。