Abaka Pulse：AIとデータの最新インサイト | 5月10日～5月26日

1. コア | 探求していること

音声言語インテリジェンス：知覚から推論へ

• 音声言語モデル（ALM）の台頭は、機械がマルチモーダルな実世界の入力を解釈する方法におけるパラダイムシフトを示しています。音声と音楽の理解は長い間主流でしたが、最近の研究ではこの境界をより深く、より推論中心のレベルにまで拡張しています。

• それが2077AIが目指している方向です。音声入力が単に処理されるだけでなく、多層的な推論と文脈的な深さによって真に理解される新しいフロンティアへと押し進めています。

2. 最新の洞察 | 知識、リリース、アイデア

2077AI：最近の出版物

2077AI財団の組織貢献者として、Abaka AIは、MooreDataプラットフォームと、シリコンバレー、シンガポール、パリ、東京にまたがる国際ネットワークを通じて、グローバルなAI開発の推進に緊密に協力しています。

当社の研究イニシアチブの詳細については、2077AIをご覧ください。

• MMAR：音声、オーディオ、音楽、およびそれらのミックスにおける深い推論のための挑戦的なベンチマーク

このDeep ALM Reasoningの新しいベンチマークは、実世界のビデオから得られた1,000の高品質で混合モダリティの音声-質問-回答のトリプレットを使用して、多様なタスクにわたる音声言語モデルの深い推論を評価します。思考の連鎖の根拠を持つ階層的な質問は、現在のALMの限界、特に大学院レベルの知覚的およびドメイン固有の理解における限界を効果的に明らかにします。

• OmniDocBench：包括的な注釈付きの多様なPDFドキュメント解析のベンチマーク

手書きのメモなどの困難なケースを含む、さまざまなPDFタイプにわたるドキュメントコンテンツ抽出を評価するための新しいベンチマークであるOmniDocBenchを紹介します。現在のドキュメント解析方法の長所と短所を評価するための包括的なフレームワークを提供します。

さらに、CVPR 2025で研究ポスターを発表できることを誇りに思います。詳細な議論のために、ぜひポスターをご覧ください！

3. 現場で | 私たちがいる場所と話している相手

• ICRA 2025

先週、私たちのチームはICRA 2025に参加し、身体化AIとロボット工学の限界を押し広げている研究者やエンジニアと交流しました。

DexmateとRoboForceと共に、5月21日にハッピーアワーミキサーを共催しました。ジョージア料理、業界関係者、そしてロボット工学とデータセットの未来についての真剣な会話で、忘れられない夜となりました。

• 今後のイベント：CVPR 2025

毎年恒例の最高のコンピュータビジョンイベントであるIEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）2025への参加を発表できることを嬉しく思います。ブース#1535で出展します。興味のあるすべての友人が、魅力的な議論のために私たちのブースを訪れ、インテリジェントなデータインフラストラクチャにおける私たちの先駆的な仕事についてもっと学ぶことを心から歓迎します。

• また、Abaka AIはCVPR 2025でいくつかのワークショップを後援しています

• クリエイティブなビジュアルコンテンツの生成、編集、理解のためのAI（CVEU）：このワークショップでは、コンピュータグラフィックス、HCI、コンピュータビジョン、機械学習の専門家が集まり、支援されたクリエイティブなビジュアルコンテンツのためのAIの進歩を探求します。

• DriveX：協調運転のための基盤モデルとV2X：このワークショップでは、基盤モデルとV2Xシステムを統合して、自動運転車の知覚、計画、意思決定を強化し、交通安全の向上を目指します。

興味のあるすべての友人が議論に参加することを歓迎します！

スポンサー付きワークショップと主催するアフターパーティーに関する最新情報については、引き続き公式ウェブサイトとLinkedIn（Abaka AI）をフォローしてください。

4. 私たちのレーダー上 | 私たちが読んでいるもの

• KORGym：LLM推論評価のための動的ゲームプラットフォーム

LLMの推論を包括的に評価するために設計された、50以上のテキストまたはビジュアルゲームを備えた動的な評価プラットフォーム。強化学習シナリオを含む、インタラクティブで複数ターンの評価をサポートし、一貫した推論パターンを明らかにし、モダリティや応答の長さなどのさまざまな要因にわたるモデルのパフォーマンスを評価します。

• SWE-PolyBench：コーディングエージェントのリポジトリレベル評価のための多言語ベンチマークLLM搭載のコーディングエージェントのリポジトリレベル、実行ベースの評価のための新しい多言語ベンチマーク。Java、JavaScript、TypeScript、Pythonのタスクをカバーする21のリポジトリにわたる2110のインスタンスと、言語やタスクの複雑さにわたるエージェントの長所と限界を明らかにするための新しい構文木分析メトリックを備えています。

• 大規模言語モデルにおけるテスト時スケーリングに関する調査：何を、どのように、どこで、そしてどの程度うまく？

LLMにおけるテスト時スケーリング（TTS）の包括的な理解を提供します。これは、さまざまなタスクで問題解決能力を引き出すための著名な研究焦点です。4つの主要な側面（何を、どのように、どこで、どの程度うまくスケーリングするか）に沿って構造化された統一されたフレームワークを提案し、TTSの開発軌道、実用的な展開ガイドライン、および将来の研究の方向性に関する洞察を提供します。

Abaka Pulseにご期待ください！

号を見逃しましたか？ニュースレターアーカイブでいつでも追いつくことができます。

次のパルスでお会いしましょう！