VLM agentを強化学習するとき単純に行動を評価すると破綻することがあり、それを防ぐためreasoningを評価する。興味深い👀 GTR: Guided Thought Reinforcement Prevents Thought Collapse in RL-based VLM Agent Training arxiv.org/abs/2503.08525

このKV-cacheの圧縮方法すごい 8倍圧縮でも劣化は5%程度、2.4倍だったらほぼ劣化しない(0.1%, Qwen2.5-14B) xKV: Cross-Layer SVD for KV-Cache Compression arxiv.org/abs/2503.18893

基盤モデルが更新されたらfine-tuningやりなおし？いいえ、前のバージョンのトレーニングを再利用できます😳 Efficient Model Development through Fine-tuning Transfer arxiv.org/abs/2503.20110

AIエージェントにツール使わせるのはいいけど、無駄に使ってない？という論文 けっこう無駄に使ってた OTC: Optimal Tool Calls via Reinforcement Learning arxiv.org/abs/2504.14870

AIエージェントにおけるMCPサーバって、RailsにおけるGemみたいだね。これからネタMCPサーバとか超有名MCPサーバとか現れて、その作者がコミュニティリーダーになったりするのかな

あんスタがメンテしてると時間に余裕ができます

sparse attentionってどうなの？を調べてくれたみたいで助かる The Sparse Frontier: Sparse Attention Trade-offs in Transformer LLMs arxiv.org/abs/2504.17768

AIエージェントで作れるのは前提で、どのくらい計算コストを掛けずに実現できるかが重要 majority votingや self-refinementがそのコストを正当化できるのは稀 Cost-of-Pass: An Economic Framework for Evaluating Language Models arxiv.org/abs/2504.13359

LLMを使いながらどうやって目標の応答時間／スループットを出すか？手法がまとめられてて便利 Taming the Titans: A Survey of Efficient LLM Inference Serving arxiv.org/abs/2504.19720

これもLLMの最適化手法がまとまってて便利 A Survey on Inference Engines for Large Language Models: Perspectives on Optimization and Efficiency arxiv.org/abs/2505.01658

どのモデルをどう使えば一番コスパいいのか？に答える方法 COSMOS: Predictable and Cost-Effective Adaptation of LLMs arxiv.org/abs/2505.01449

MCPの仕様見たらJSON-RPCって書いてあるけど、JSON-RPCって文字列のエスケープが必要だよね…？なんで長大なデータ送るのにエスケープが必要な仕様を選んだの？何か高速化できる拡張とかあるの？

「近しい」が「近い」という意味になったように、「ページング」が「ページネーション」という意味に近い将来

最近「AIが書いた方が読みやすいな…」とか「AIがそう書くならそうなんだろう…」とか思うことがあってやばないか

弊社のガシャあった

「きっとなつきが美人のおかげだ」 これが真実。いい話なんてない😎

光速の60%で移動しながら燃やせば、燃え尽きたとき元の慣性系では1時間15分経ってる。よってそこから2本目が燃え尽きるまでの時間が45分

アルナ役、マリアンヌ役、ミラナ役を演じる声優のファイルーズあい氏より、ウィズダフネ1周年のお祝いの言葉をいただきました。 皆様からの、これまでの冒険の思い出やメッセージの投稿も「 #ウィズダフネ周年 」にてお待ちしております。 #ウィズダフネ

部活 2025.12 あきぱん に参加を申し込みました！ tkbb.connpass.com/event/378098/?…

私もパーティーに入れてます 性格が陰気で面白い人です