💬 NLP
WebChallenger: A Reliable and Efficient Generalist Web Agent
WebChallengerは、PageMemおよび、選択的注意、持続的記憶、そして手続き的流暢さにおける人間の認知的な利点を再現する3つのアーキテクチャ・メカニズムを導入することで、コスト効率の高い汎用的な既存モデルを用いて複数のベンチマークで最先端の性能を達成する、汎用的なウェブエージェント・フレームワークです。
✓ 著者確認済み
著者が確認した論文
原著者が当サイトのやさしい解説を確認した論文。
このページに掲載されている各論文については、少なくとも一人の原著者が当サイトのやさしい解説を確認し、内容の正確性を認めるか、または修正を依頼しその修正を私たちが反映しています。確認は各文への正式な承認を意味するものではありませんが、論文を書いた本人たちの目を通ったことを意味します。
1284 件の論文を著者が確認済み · 731–740 / 1284
🔬 physics
Systematic comparison of VMEC and HINT equilibrium calculations for finite-beta LHD plasmas
本論文は、Large Helical DeviceプラズマにおけるVMECとHINTの平衡計算を体系的に比較しており、両コードは低ベータでは一致するものの、高ベータ値においては、VMECの入れ子状の磁気面仮定では表現できないエッジのストカスティシティ（確率論的性質）や磁気面の崩壊をHINTが捉えるため、両者の間に乖離が生じることを明らかにしている。
🔭 astrophysics
Learning the Universe with the 2nd Generation of CAMELS: Varying 35 parameters of the IllustrisTNG model in (50Mpc/h)^3 boxes
本論文は、前身のプロジェクトよりも8倍大きな体積を持つ1,192個の宇宙論的シミュレーションを特徴とするCAMELSプロジェクトの第2世代を紹介し、35個のパラメータ空間を探索することで、これらより大きな体積がニューラルネットワークに基づくパラメータ推定を向上させる一方で、モード結合やパラメータの縮退により、その利得は劣線形であることを示している。
🤖 AI
An LLM-Native Psychometric Instrument Does Not Predict LLM Behavior: Evidence Across 25 Models
LLMの行動アフォーダンスから派生した新しい心理計量尺度は、高い内的信頼性を示しているにもかかわらず、実際のLLMの行動を予測できず、モデルの自己報告と観察された行動との間の決定的な乖離を露呈させており、これがLLM-as-judge評価パイプラインにおける重大なリスクとなっている。
⚛️ quantum physics
Most incompatible measurements and sum-of-squares optimisation
本論文は、新たな親測定（parent measurements）を通じて解析的な普遍的境界を導出し、それらの構成を二乗和最適化によって定式化し、さらに高次元量子ステアリングの認証におけるそれらの適用を実証することにより、有限次元量子系における測定不適合性の定量化を前進させるものである。
💬 NLP
-Rec: A Verifiable Benchmark for Agentic Recommender Systems
本論文は、主観的なLLMベースの評価を構造化された報酬とリビール・タグ付きの聞き取りメカニズムに置き換えることで、エージェント型レコメンダーシステムのための検証可能なベンチマークである-Recを導入し、現在の対話型エージェントにおいて、トップクラスのモデルでさえタスク制約を一貫して満たすことに苦慮するという、重大な信頼性のギャップを明らかにしている。
🔬 condensed matter
Dissipative response of driven bead-spring-dashpot chains
この論文は、内部摩擦のないポリマー鎖の牽引における散逸仕事は鎖長とともに一貫して増加する一方で、内部摩擦の存在は、牽引トラップの剛性に依存して散逸が鎖長とともに増加または減少するという剛性依存の関係をもたらし、それによって単一モード系で見られる単純な減衰・散逸相関を無効にすることを数値的に示している。
🧬 biology
Chemotaxing E. coli do not count single molecules
本研究は、大腸菌の走化性が分子拡散の物理的限界ではなく、信号処理における内部ノイズによって制限されており、細菌が理論的に可能な量よりも2桁少ない情報しかエンコードしていないことを示している。
💻 computer science
Experimental evaluation of optimal abstract operators for sharing and linearity analysis
本論文は、CiaoPPプリプロセッサ内におけるシェアリングおよび線形性解析のための最適な抽象演算子を実装およびテストすることにより、論理プログラムの静的解析における精度と性能のトレードオフを実験的に評価するものである。
💻 computer science
On the Complexity of the Bi-infinite Post Correspondence Problem
本論文は、チューリングマシンの非停止性からの還元連鎖を提示し、また関連するいくつかの無限およびシフトされた変種の完全性を証明することにより、双無限ポスト対応問題（PCP）が算術的階層において完全であることを確立する。