四回転翼機の経路追従を線形・非線形の予測制御で比較する
- 著者らは四回転翼機の経路追従に線形MPCと非線形MPCを適用し、MATLABのシミュレーションで比較した。
- 報告された表では、位置RMSEはPD制御が、角度RMSEは線形MPCが、比較した方式の中で最小だった。
- 導入には追従誤差に加え、制御周期内の計算、モデルのずれ、実機での再現性を検証する必要がある。
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。
1000万語で小型言語モデルを育てるとき、読む文章の種類は規模でどう変わるか
- ４種類の英語資料を各1000万語にそろえ、学習資料とモデル規模の組み合わせを比較した。
- 表２の平均ではGPT2-18M・44MはMix、GPT2-97M・705MはGutenbergが優勢だった。
- GLUEでは別の資料が上位になり、資料の選択は使う評価課題に応じて確かめる必要がある。
診療会話からSOAP記録を作るAI：専用システムと汎用言語モデルの比較
- 匿名化済みの診療会話からSOAP記録案を作り、医療者の記録を基準に比較した研究。
- 著者らの報告ではSporoの再現率73.3％、適合率78.6％、F1値75.3％だった。
- GPT-4oとの差は統計的に有意ではなく、症例数や内部構成は確認できた本文の範囲では不明である。
ナイジェリアの音楽家12人の投稿から攻撃的表現を分類するVocalTweets
- 著者らは、ナイジェリアの著名な音楽家12人のツイートをNormalとOffensiveに分類した多言語データセットVocalTweetsを提示した。
- base-Twitter-RoBERTaを用いた分類でF1スコア74.5を報告したが、投稿数やデータ分割などの条件は確認できない。
- OLIDを使ったコーパス間実験も報告されているが、結果の数値や学習・評価の方向は示されていない。
AIとポピュラー音楽を組み合わせる構想――教育への応用前に何を確かめるか
- AIとポピュラー音楽を組み合わせ、教育や感情面の健康などへの利用を最終目標とする共同研究の構想を論じる。
- 著者らは研究の開始時点にあると説明しており、議論は主に概念的で、一部に推測を含む。
- 確認できた要旨には、具体的な生成手順、評価データ、比較結果、「Mixcode」の定義は記載されていない。
利用者の好みと項目の特徴を結び付ける距離学習型タグ推薦
- 利用者の好みと項目の特徴の間で距離や類似度を学び、タグ推薦に使う方法を提案する。
- 著者はLRML、CML、ATFとの比較で複数指標の優位性を報告し、特に上位候補の正確さに言及する。
- データセット、指標名、数値、評価条件は確認できず、履歴が少ない場合の効果は別途検証が必要。
ロボットの衝突後速度を、制御の帰還信号から検証する
- 物理シミュレーションで、接触前の姿勢と速度から衝突後速度を予測する。
- 実機では参照拡張制御の帰還信号を使い、衝突直後の速度に直接頼らず予測を検証する。
- 著者らは、シミュレーションと実験から特定した衝突後速度の平均誤差を3.1％と報告した。
外部委託したLLMの追加学習を、秘密の応答で確かめるvTune
- 少数の秘密の検証用例を学習データに混ぜ、納品モデルの応答から追加学習の痕跡を検定する。
- 著者らは7データセットで非常に小さいp値を報告し、後続タスクの成績差は概して小さいとした。
- 検定の成功は通常データ全件の学習を証明せず、不成功も追加学習の不実施を証明しない。
節点の複雑な関係を集約するGNNと、結合・原子位置を同時に扱う分子生成
- 高次プーリングを備えたGNNで複雑な節点間相互作用を捉え、節点単位とグラフ単位の課題に使う。
- 分子生成モデルMUDiffは、原子・結合の構造と三次元の原子位置を合わせて学習・生成する。
- 著者は既存手法との比較で優れた結果を報告するが、確認できた本文の範囲ではデータセット名、評価指標、数値は分からない。
事前の磁場地図と磁気センサーで移動ロボットの位置を推定するIDF-MFL
- 事前走行で作った磁場地図と運用中の磁場測定を照合し、ロボットの位置と向きを推定する。
- 地図作成にはLiDARによる位置情報を使うが、運用時の推定には車輪の移動量などの外部オドメトリを使わない。
- 著者らはシミュレーションと実環境での評価を記載しているが、確認できた本文の範囲では誤差や処理時間の結果数値は確認できない。
文章・画像・動画・音声を扱う45億パラメータの小規模言語モデル
- 著者らは、文章・画像・動画・音声を入出力で扱う45億パラメータの小規模言語モデルを提示した。
- 複数の課題で最先端に近い性能を得たと述べるが、確認できた本文には課題名、得点、比較条件がない。
- 点検記録などへの応用には、必要な入出力の組み合わせを確かめ、業務データで誤記や見落としを測る必要がある。
６台の車載カメラ画像を使う質問応答に、物体検出を加えるとどう変わるか
- CLIPを使うLlama-AdapterにYOLOSの物体検出経路を加え、識別トークンで６台のカメラの特徴を区別する。
- 2987組のテストでは最終スコアが0.3057から0.3548へ上がる一方、ChatGPT採点は65.55から58.243へ下がった。
- 評価は質問応答に関するもの。実環境での走行判断と攻撃への耐性は検証されていない。