arXiv:2606.08048:PoE-Bridge が並列デコードで拡散言語モデルを 5× 高速化
新しい論文が、Product-of-Experts 分布を通じて拡散言語モデルと自己回帰言語モデルを橋渡しするデコードフレームワーク PoE-Bridge を導入する。この手法は標準的な拡散デコードに対して 5× の高速化を達成し、対象モデルの性能を少なくとも 95% 回復する。
7 件 — 🟡 4 重要 , 🟢 3 注目
新しい論文が、Product-of-Experts 分布を通じて拡散言語モデルと自己回帰言語モデルを橋渡しするデコードフレームワーク PoE-Bridge を導入する。この手法は標準的な拡散デコードに対して 5× の高速化を達成し、対象モデルの性能を少なくとも 95% 回復する。
新しい論文が、推論モデルの RL 訓練に繰り返し現れる 3 つのダイナミクスを特定し、信頼度と難易度に応じて問題に重み付けする手法 CoDaPO を提案する。学習可能な問題を優先することで、12 のベンチマークで一貫した改善を達成する。
新しい論文が、肝臓病学から借用したストレス監査フレームワーク AI-MASLD を導入し、臨床 LLM を評価する。7 モデルを 240 症例で検証した結果、物語的ストレス下でモデルは大きく分岐し、医療向けファインチューニングは安定性と公平性を体系的に劣化させることが示された。
新しい論文が、大規模言語モデルに対するさまざまなバックドア攻撃に共通する潜在的機構を明らかにする。スパースオートエンコーダが Qwen3、Gemma 3、Llama 3.1 にわたって汎化する一貫した特徴を検出し、軽量な分類器が未見のバックドアのゼロショット検出を達成する。
新しい論文が、オープンウェイト言語モデルを悪意あるファインチューニングから守る防御 Patcher を導入する。全パラメータ攻撃で崩れる既存の防御とは異なり、Patcher は敵対的訓練と二段階最適化により頑健性を大幅に高め、攻撃シナリオ全体にわたって汎化する。