NemotronモデルがIOIおよびIMOで金メダル級パフォーマンスを達成
読む理由 これは、専門的なファインチューニングと反復推論ループを組み合わせることで、外部ツールなしでオープンウェイトモデルをエリート競技レベルまで引き上げられることを示しています。
NVIDIAはNemotronモデルを微調整し、国際情報オリンピック（IOI）と国際数学オリンピック（IMO）の両方で金メダルレベルの結果を達成しました。
タグ · #ai-research
SWE-Fluxベンチマークが明らかにする、ランタイム推論における大規模言語モデルの苦戦
読む理由 LLMは依然としてランタイム動作の推論が苦手である。SWE-Fluxは、実際のPythonリポジトリ全体にわたるこのギャップを測定するための厳密で自動化されたベンチマークを提供する。
新しいリポジトリレベルのベンチマークSWE-Fluxは、トップLLMが動的実行推論タスクでわずか37%の精度しか達成できないことを示した。
LLMエージェントにおけるタスク間スキル転移：サブタスクとテキストの利点
読む理由 自律型エージェントを開発する際、メモリをテキスト形式のサブタスクとして構造化することで信頼性を向上させられる。提案されたユーティリティスコアは、有効なスキルをフィルタリングする実行前診断として機能する。
LLMエージェントのスキル転移において、サブタスクレベルでの誘導とテキスト形式が信頼性を高め、タスクレベルやコードベース手法を上回ることを実証。
フィジカルAI人材争奪戦——優秀なエンジニアの行き先と技術リーダーシップの予測
2026年のMLトップ研究者・ロボティクスエンジニアの集積先が、2028年の技術覇権を予測する。
Recursive Superintelligence、$6.5 億ドルで「自己改善する AI」に挑む
読む理由 NVIDIA と AMD が同じ cap table に並ぶことこそ裏のシグナル。賭けているのは「どの半導体ベンダーにも忠誠を持たないコンピュート・ワークロード」（アーキテクチャ空間の再帰探索）であり、特定のモデル系列ではない。
$6.5 億ドル調達、バリュエーション $46.5 億ドル、製品ゼロ。GV/Greycroft リード、NVIDIA と AMD が同時参加。論点：AI がアーキテクチャ探索を自動化。