#verification

5 記事

01 ·論文解説·★ 会員·論文·10分で読めます 論文解説: EVISKILL — エージェントの手順書を「再生できる証拠」で書き換える EVISKILL: Grounding Skill Evolution in Replayable Evidence LLMエージェントの手順書（スキル）を経験から自動で改訂するとき、修正ごとに根拠となる実行区間を記録し、その区間だけを再実行して効き目を確かめる枠組み。3つのベンチマークと6つのモデルの組み合わせ18通りのうち14通りで最高精度でした。 02 ·推論・高速化·★ 会員·論文·10分で読めます 論文解説: An Open Recipe for IMO Gold — オープンモデルで国際数学オリンピック金メダル水準に届いた「生成・検証・修正」の設計 An Open Recipe for IMO Gold: Training Nemotron for Olympiad Mathematics Nemotron 3 Ultra の3チェックポイントで証明を生成・検証・修正し、IMO 2026 で42点中30点(金メダル水準)に届いたNVIDIAの公開レシピを、推論時計算の設計という観点から1から解説します。 03 ·サプライチェーン·★ 会員·14分で読めます EDAツールを1から — チップは「ソフトウェアで書かれている」 最先端チップの数百億個のトランジスタは、誰も手で並べていない。設計者が書くのは図形ではなく文章（RTL）で、それを論理合成・配置配線・検証というソフトウェアが物理的な図形へコンパイルする。この流れと、SynopsysとCadenceがなぜ抜けられない存在になったのかを前提知識ゼロから解説する。 04 ·論文解説·★ 会員·論文·19分で読めます 論文解説: ゲーム開発を「検証できる軌跡データ工場」にする — RLHEV と AWoMo Agentic Game Development as a Verifiable Trajectory Data Engine for Scaling World Models 世界モデルに足りないのはデータでも計算でもなく「安い答え合わせ」だ、という主張の論文。ゲームエンジンの自動チェックと開発者の採否判断を組み合わせた後訓練 RLHEV を、前提知識ゼロから式・動く図・実験結果まで追う。 05 ·エージェント·★ 会員·論文·18分で読めます 論文解説 SemaPLC — 「できました」と言わせない検証ゲート型エージェント SemaPLC: A Project-Grounded, Verification-Gated Agent Harness for PLC Code Generation 工場の制御コードをLLMに書かせる研究の多くは「動いて見せる」で止まっていた。SemaPLCは外部検査のログが揃うまでエージェントに完了を宣言させない設計で、実機ランタイム上の挙動スコアをベースラインの最大31.4に対し52.2まで引き上げた。