見た 2026/6

2026/6/18

そりゃそう

2026/6/15

鮮度や信頼性(LLM が集めた情報 < 目を通した考察 < 検証したこと) 的な階層つけて運用してみるといいかねえ

2026/6/10

Causal Mediation Analysis とは

因果推論の DAG 的なやつか!

2026/6/9

便利そうではあるが

2026/6/8

Gemma 3n は MobileNet V5 らしい

2026/6/5

足し算できるできない話から

自分自身の潜在表現を予測する学習 (data2vec/JEPA 系) が、なぜ・どれだけデータ効率を改善するかを、階層的な合成データ RHM 上で理論的に解明した論文。

2026/6/4

蒸留なし・合成データなしという話、開発プロセスやデータが参考になる?

MAI-Thinking-1は、Microsoft AI(MAI)が外部モデルからの蒸留を一切使わず、クリーンな「企業グレード」データのみでフルスクラッチ学習した推論モデルです。アーキテクチャは35Bアクティブ/1TトータルのスパースMoE(8/512エキスパート)。事前学習30Tトークン+中間学習3.55Tトークンで構築され、最大256Kコンテキストに対応します。

2026/6/3

CLAUDE_PLUGIN_DATA

LLM の推論を「中間トークンの自己回帰生成」から切り離し、固定された特殊トークン列（メモリブロック）を作業記憶として使う潜在推論手法 RiM (Reasoning in Memory) を提案。2段階カリキュラムでメモリブロックに計算機能を学習させ、単一フォワードパスで処理する。GSM8K 系ベンチマークで Coconut や SFT を上回りつつ、直接回答と同等の低レイテンシを達成した。

2026/6/2

ADR 書いてるよという人の例、シンプル

2026/6/1