タグ: #reasoning
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 7 件
#reasoning タグの記事は7件で、最新の記事は2026-09-06に公開されました。
よく一緒に付くタグ: #llm 6 #ai 3 #deepseek 2 #moe 2 #multimodal 2
過去90日間によく読まれた記事:
推論モデルはどう作られるのか — CoT から GRPO まで、論文十二本でたどる系譜
o1、R1、QwQ は新しい構造ではありません。採点できる目標に向けて長い出力を最適化した結果です。Chain-of-Thought（2022）から STaR、PRM、DeepSeek-R1 の GRPO、s1 の budget forcing まで論文十二本で系譜をたどり、最後に 24GB のカード一枚でどこまで再現できるかをメモリ項目ごとに見積もります。
2026-09-06 · 14 分で読めます #ai#llm#reasoning#reinforcement-learning#grpoテキストLLMの技術レポート、何を読むか — 順位ではなく設計判断を読む
テキストLLMの技術レポート9本を、arXivの原文アブストラクトで直接確認して整理しました。DeepSeek-V3とDeepSeek-R1、Qwen3、Gemma 3、Olmo 3、Kimi K2、MiniMax-01、Mellum2、s1がそれぞれ何を新しく行い、著者自身がどんな限界を述べているかを読みます。モデルの順位は扱いません。リーダーボードは動き続け、レポートの数値はほぼ自己申告だからです。領域別・最新技術レポートの読み方シ
2026-08-12 · 13 分で読めます #ai-papers#paper-review#technical-report#llm#moeLLMができないのは証明ではなく前提を立てることです
ICML 2026の立場論文 Position: LLMs can not jump は、生成AIが帰納をすでにマスターし演繹も急速に征服しつつある一方で、新しい説明仮説を作り出すアブダクションには構造的に到達できないと主張します。この記事はその主張を要約する代わりに、それが事実だと仮定したときに、いま私たちが作っているシステムの設計をどう変えるべきかを扱います。仮説空間をどこから供給するのか、提案と反証をなぜ分離すべきなのか、そしてこ
2026-08-09 · 15 分で読めます #ai#llm#reasoning#abduction#researchもっと考えれば正解に近づく、とは限らない: テストタイム計算と過剰思考
2026年4月、Shu Zhou ら6名は "When More Thinking Hurts" で、推論トークンをただ増やし続ける流れに正面から問いを立てます。著者らの報告によれば、計算予算が大きくなるほど追加の推論トークンの限界効用は大きく減り、ある地点からモデルは「過剰思考」に陥って、いったん正解していた答えを自ら覆します。最適な思考の長さは問題の難易度ごとに異なるため、すべてに同じ予算を与える方式は無駄が多い、というわけです。ア
2026-07-11 · 13 分で読めます #ai#llm#reasoning#inference#test-time-computeLLM ランドマーク論文ガイド — Attention から GPT・LLaMA・DeepSeek・o1・Claude まで (参考文献付き、2026)
LLM 分野の本当の変化は、どの論文から始まったのか。2017 年の Attention is All You Need から 2026 年の推論モデルまで、必ず知っておくべきランドマーク論文 20 編余りを時期・テーマ別に整理する。各論文は『なぜ重要か・一言要約・後続の影響』で凝縮し、arXiv・ブログのリンクを末尾にまとめた。時間の足りないエンジニアのための LLM 論文地図。
2026-05-14 · 22 分で読めます #llm#research-papers#transformer#gpt#llamaGemini 2.5 開発者向け実践ガイド: Pro, Flash, Flash-Lite の選び方
2026年4月12日時点の Gemini 2.5 を前提に、Pro, Flash, Flash-Lite をどう選ぶか、reasoning モデルでワークフローがどう変わるか、そして本番で何を出すべきかを実務目線でまとめます。
2026-04-12 · 9 分で読めます #google#gemini#gemini-2-5#coding#agentic-coding2025年AI研究トレンド総整理：HuggingFace人気論文からAI研究10大トレンドまで
HuggingFaceトレンディング論文TOP10と2025年AI研究10大トレンドを開発者視点でレビュー。DeepSeek-R1の純粋RL推論、Nemotron-Cascade 30B/3B MoE、GRPO、PagedAttention、100万トークンコンテキストの限界まで。
2026-03-21 · 28 分で読めます #ai-research#papers#huggingface#reasoning#moe