#強化学習のAIニュース

105件の記事

Qwen-MT：速度とスマート翻訳の融合

Qwen開発チームは、Qwen API経由で「qwen-mt-turbo」を公開した。同モデルはQwen3基盤に92言語分の翻訳データと強化学習を統合し、翻訳精度と流暢性を大幅に向上させた。

MITは「SEAL（Self-Adapting LLMs）」という新フレームワークを発表した。これは大規模言語モデル（LLM）が自身の重みを更新できる仕組みであり、自己進化型AIの実現に向けた重要な進展と見なされている。

OpenAIがGPT-4.5を、MetaがLlama 4をリリースしたが、従来型モデルのため反応は控えめだった。一方、xAIやAnthropicは強化学習による推論機能を強化している。

著者がLLMにおける推論の仕組みについての新著を執筆中であり、購読者向けに第1章を公開した。本章ではLLMの推論の基本概念と推論時サンプリングなどの手法を概説している。

強化学習を用いて100台の自動運転車を高速道路に展開し、交通流の円滑化を実現する研究についての記事です。