鉱業文書から質問回答を作り、Mistral 7Bを専門分野に適応する
- 著者らは公開データを鉱業用語と参照知識との意味の近さで選別し、学位論文も加えてMiningPileを作った。
- MiningPileから生成した質問回答でMistral 7B Instructを追加学習し、MiningGPTを作った。
- 著者らの鉱業質問評価ではMiningGPTが55.5%、元モデルが41.2%。一般課題には得点が下がった項目もある。
RESEARCH BRIEFS
論文をさくっと読む
掲載済みの論文解説から、研究の要点を短く紹介します。
複数ロボットの交差点経路を、三角格子の調整で探すRADES
- RADESは各機体の基準経路の周囲に置く三角格子を調整し、dRRT*で複数機体の衝突のない経路を探す。
- 著者は二台から十台の図示された九条件で七手法と比較し、各条件二十回、最大三百回の目的関数評価で収束性能を調べた。
- 大きな地図や多数の機体への拡張は著者が挙げる今後の課題であり、実環境の位置誤差や遅延も別途検証が必要である。
検出が途切れた車両を再び結び付けるLiDAR自己位置推定・追跡手法
- 3D LiDAR点群から、自車位置と移動物体の状態を共同で推定する。
- 予測と検出の信頼度を対応付けに使い、検出漏れ後は探索範囲を広げる。
- 著者らは検出漏れ場面での優位性を述べるが、確認できた本文の範囲では改善幅の数値は確認できない。
言語モデルの内部活動から学習文の暗記をトークン単位で調べる
- Pythia 1Bの内部活動を使い、トークンごとの暗記を判定する方法を示した。
- 著者は判別器の正解率99.9％を報告するが、示された検証用集合は学習元と同じデータ集合に由来する。
- 実用検証には、文体をそろえた未使用文との比較と、疑わしい判定箇所の原文照合が必要になる。
大容量のセンサーデータを複数の処理に渡す、ロボット向け通信基盤HPRM
- 大容量データはメモリ内に置き、参照情報を送ってコピーを減らす。
- 4ノードの50MB通信試験で、著者らはROS2の7,723msに対しHPRMの44.6msを報告した。
- CARLA試験の91.1％低遅延という結果は、物理演算時間を除いた推論と通信の合計である。
視線と聴覚注意を分けたEEGデータで、線形音声再構成を基準法として検証
- 視線と聴覚上の注意を分けたデータで、線形刺激再構成法は機能したと著者らが報告する。
- 複数の空間的AAD手法が偶然を有意に上回れなかった理由を、データだけに帰すのは難しいと論じる。
- 確認できた本文に精度の数値はなく、導入判断には条件別の成績とばらつきの確認が必要。
座席ごとの音をつくる音響制御：周波数別の計算を時間変化する音へ
- 著者らは、複数の聴取領域で目標音場を近似し、外側の仮想球面では音を小さくする音源入力を計算する。
- 固定周波数での制御をフーリエ合成によって時間変化する音へ拡張する手順を示した。
- 車室を想定した固定周波数の数値計算では、4つの聴取領域で点ごとの相対誤差が5.58％未満だった。
音声認識の学習で発話ごとに加工回数を調整するPS-SapAug
- PS-SapAugは発話ごとの損失値を使って音声特徴量の加工回数を変え、学習が進むほど適応的な加工を選ぶ確率を上げる。
- 著者らの評価表では、AISHELL-1 testの文字誤り率はSpecAugmentの4.62％に対し4.36％、LibriSpeech-100h test-cleanの単語誤り率は8.36％に対し7.59％だった。
- 評価表のPS-SapAugは固定加工で事前学習したモデルの追加学習結果であり、導入時には誤り率と追加学習の費用を併せて測る必要がある。
中立音声から怒り・喜びの声を作り、感情がある発話の話者照合を改善する
- 本人の中立音声を怒り・喜びの音声に変換し、元の話者の学習例として照合モデルに加える。
- 著者らの全学習データを使った設定では、各話者に怒り・喜びを各15件加えると、感情音声のEERが合成なしの基準より相対的に3.64%改善した。
- 同じ設定で中立音声のEERは相対的に1.18%悪化した。絶対EERは公表されていない。
単一目標の行動記録を使い、未知の複数目標へ向かう行動列を計画するAdaptformer
- 一つの目標への到達記録から学び、実行時に目標候補と小目標を提案して行動列を更新する。
- GoToObjMazeS4G2Closeの目標到達成功率はAdaptformerが48±18%、LEAPが23±20%だった。
- KeyCorridorS3R3ではLEAPの成功率が高く、実施設での性能には別途検証が必要である。
クロアチア語ニュースを収集し、人物・話題・期間で探す検索基盤
- 媒体のページから記事を集め、本文抽出と重複確認を経て、人物・語句・話題による検索に使う。
- 著者らは2024年11月時点で42媒体の1,000万件超の固有記事URLを処理し、33媒体を検索画面の対象にしたと報告する。
- 古い記事はリンクから発見しにくいため、過去の件数を比べる際は収集範囲と公開日の誤りを確認する必要がある。
録音再生と合成音声を一つのモデルで見分ける音声認証向けPSA-Net
- PSA-Netは生の音声波形を入力し、複数の並列経路で特徴を抽出・集約する。
- 著者らは4データセットで複数のなりすまし攻撃を評価したと記す。
- 確認できた本文にはPSA-Netの結果表がなく、改善幅や端末上の処理時間は確定できない。