ページを読み込み中…
ページを読み込み中…
3件の記事
Apple Machine Learning は、長期コンテキスト処理における課題に対し、推論時にプログラムによる対話で文脈を再帰的に分解する「再帰型言語モデル（RLM）」が、自己反省型のプログラム検索を行うことで高い有効性を示すことを明らかにした。
AWS は、数百万文字に及ぶ文書を分析する際に直面するコンテキストウィンドウの限界を克服するため、Amazon Bedrock AgentCore を活用した再帰型言語モデル（RLM）の実装方法を発表した。これにより、入力サイズが制限を超えても不完全な情報に基づく回答を防ぎ、正確な推論が可能になる。
研究者らは、4B パラメータのモデルに強化学習を適用し、親と子の両方の再帰型言語モデル（RLM）で共有ポリシーを訓練する手法を開発しました。これにより、Claude Sonnet 4.6 と同等のパフォーマンスを維持しつつ、モデルサイズとコストを大幅に削減することに成功しています。