人事異動
公開された人事異動はありません。
論文
論文2026-10-07 · arXiv (Cornell University)
Long-WAM: Scaling the Context of World-Action Models
- 何を
- 研究チームは、リアルタイムの制約の下でロボットの過去の視覚情報を効率的に活用するモデルである Long-WAM を開発しました。
- 主な結果
- 視覚情報を処理する基盤モデルを自己回帰（AR）方式で事前学習する際、過去の記憶の活用度が最大化され、ロボットのタスク成功率が向上しました。
- 意味
- 多様なハードウェア環境でリアルタイム駆動が可能であることを実証し、今後の複雑な長期ロボット制御タスクへの応用に貢献できます。AI要約
論文2026-10-06 · arXiv (Cornell University)
Humanize: Judgement Engineering for Agentic Coding
- 何を
- 計画、実装、レビューの段階間に明確で機械的な決定を適用する、複数人工知能の協調ワークフローであるヒューマナイズを紹介しました。
- 主な結果
- 異なる企業の制作人工知能とレビュー人工知能が交互に作業し、競技会の問題解決や性能評価で高い成果を収めました。
- 意味
- 人工知能を利用したプログラミングの過程において、独立したレビューがエラーの発見に役立つことを示しています。AI要約
論文2026-09-29 · arXiv (Cornell University)
SoL-Refiner: Speed-of-Light One-Step Refinement for High-Resolution Video
- 何を
- 低解像度でまず作成した動画を、わずか1回のノイズ除去ステップで高解像度動画へと変換する「リファイナー（動画画質改善モデル）」であるSoL-Refinerを提案しました。
- 主な結果
- 2K解像度では、比較対象とした外部のリファイナーよりもVBenchとUniPerceptの平均スコアが高く、3840×2176解像度では3段階方式のLTX-2.3リファイナーよりも両方の指標で改善されました。2K遅延設定において、同一の基準モデルと比較してリファイニング遅延が8.91倍高速になったと報告されています。
- 意味
- 高解像度動画の生成は計算量が大幅に増加しコスト負担が大きいため、複数段階の代わりに1段階で画質を向上させる方式がこの負担を軽減する方向性であることを示しています。ただし、アブストラクトに記載された結果は著者らが設定した条件下での測定値であるため、実際のサービス全般における効果と断定することは困難です。AI要約
論文2026-09-29 · arXiv (Cornell University)
LeapQuant: Efficient Linear Attention with Accurate Recurrent State Quantization
- 何を
- 大規模言語モデルが長い文脈を処理する際に繰り返し読み書きする「リカレント状態」を低精度に圧縮する、トレーニング不要（training-free）の手法であるLeapQuantを提案しました。
- 主な結果
- アブストラクトによると、8ビット圧縮でもFP32基準モデルと同等の精度を維持しつつ、GPUカーネルレベルで平均2.05〜3.70倍、全体的な推論で1.47倍高速化したと報告されています。
- 意味
- 推論プロセスのメモリと計算の負担を軽減できるという点で、長い文脈を扱うAIサービスの運用効率の向上に寄与し得る研究です。ただし、アブストラクトは特定のモデルやGPUでの結果のみを提示しているため、実際の商用サービス全般で同じ効果が現れると断定することは困難です。AI要約
論文2026-09-28 · arXiv (Cornell University)
Sol-H3: Recursive Self-Improvement for MiniMax-H3 Inference Acceleration on Sol-Engine across Cloud and Edge
- 何を
- 330億個のパラメータを持つ動画生成AIモデルMiniMax-H3を、クラウドサーバーと小型デバイスの両方でより高速かつ少ないメモリで動作させるための全体的な実行パイプラインを構築しました。
- 主な結果
- 抄録によると、最大30倍のエンドツーエンド（入力から結果までの全プロセス）の速度向上と約20%のメモリ削減を達成し、5秒の1344x768解像度の音声付き動画を8つのGB200サーバーノードでリアルタイムより3.5倍速く生成しました。
- 意味
- 動画生成AIを実際のサービスに適用する際の最大のハードルである生成遅延とメモリの制限を軽減する方向性を示した点で意義がありますが、商用化の効果やコスト削減の規模は抄録だけでは判断が困難です。AI要約
論文2026-09-28 · arXiv (Cornell University)
d-OPD: Future-Aware On-Policy Distillation for Block Diffusion Language Models
- 何を
- 従来の自己回帰（一度に1トークンずつ生成する）言語模型を、複数のトークンをまとめて並列に生成するブロック拡散言語模型へと変換する蒸留学習手法である d-OPD を提案しました。
- 主な結果
- Qwen3モデル（0.6B〜8B）を用いた実験において、従来手法である OPDLM と比較して6つのベンチマークの平均スコアを最大4.0点高め、学習時間を1.35〜1.58倍短縮したと報告しています。
- 意味
- ブロック単位で複数のトークンを同時に生成する方式にはテキスト生成速度を向上させる余地があり、本研究はそのようなモデルを作る学習プロセスの効率を改善できることを示しているとアブストラクトは述べています。AI要約
