テクノロジーの安全性 に関する最新の記事

CCLはニューラルネットワークが新しいタスクを学びながら精度を保つのを保証する。

コンピュータ画像認識のエラーを分析して改善するツール。

UNRealNetは、高度な技術を利用して厳しい地形でのロボットのナビゲーション能力を向上させるよ。

InferActは、さまざまなタスクにおけるAIエージェントの意思決定の安全性を向上させる。

新しい方法がロボットの歩行の安全性と効率を向上させる。

ロボットが共有スペースで安全にやりとりするためにどう協力するかを研究してる。

言語モデルを使って重要なシステムの安全性を高める新しい方法。

この研究はニューラルネットワーク回路の性能とその信頼性を分析してるよ。

新しい方法がロボットの安全制約の理解を向上させる。

言語モデルが安全性向上のためにどうやって回答を拒否できるかを調べる。

この記事では、ベクトル量子化が強化学習システムにおける意思決定の理解にどのように影響するかをレビューしてるよ。

プログラム検証が重要な業界でソフトウェアの信頼性をどう確保するかを学ぼう。

新しい方法がRLエージェントの有害な入力変化に対する耐性を高める。

深層学習技術を使って原子炉の故障検出と診断を改善する。

この方法は、品質を維持しながら画像生成の安全性を向上させるんだ。

新しいフレームワークが、予測できない環境でロボットの安全性と効率を向上させるよ。

新しい方法が機械の意思決定の安全性を向上させる。

ユーザーの理解と反応を向上させるためのロボットの新しいアプローチ。

LEVISは信頼できるニューラルネットワークの出力のために安全な入力空間を見つけるのを手助けするよ。

注意喚起付き転送は、強化学習アプリケーションの安全性とパフォーマンスを向上させるよ。

新しい方法が、言語モデルで有害なプロンプトの検出を改善する。

この作業は、モンテカルロツリー探索を使ってAIの意思決定を説明することに焦点を当ててるよ。

CBF-LLMを紹介するよ：LLMで安全なテキスト生成を実現する方法だ。

言語モデルにおける誤った拒否の研究とそれがユーザー体験に与える影響。

新しい方法は、強化学習と安全性を組み合わせてロボットのタスクを強化するんだ。

人間とのやり取りでロボットが安全かつ効果的に動くためのフレームワーク。

この記事は、言語モデルを使ってRLの安全性を高める方法について話してるよ。

AIエージェントの評価を安全性と信頼性で評価する方法。

新しい方法が機械学習モデルの予期しないデータの検出を強化する。

RADERシステムは、拡張現実での安全なデモを通じてロボット学習を向上させるよ。

トレーニングデータが言語モデルの出力や安全対策にどう影響するかを調べる。

新しいトレーニング方法がLLMの安全性とパフォーマンスを向上させる。

研究者たちがMergeAlignを開発して、専門知識を失わずにAIをより安全にする。

責任あるAIトレーニングのために強化学習に安全対策を組み込む。

ロボットは混雑した環境を安全に移動するために道を最適化する。

人間とAIの安全なやり取りを確実にする新しいツール。

CUE-Mは効果的な検索のために画像とテキストを組み合わせてるよ。

密度関数を使って、忙しい環境でロボットが安全にナビゲートできるようにする。

ICERフレームワークは、テキストから画像へのモデルの安全対策を効果的にテストするよ。

ガスが発生することでポーチセルバッテリーの性能や健康にどう影響するかを学ぼう。