論文の概要: Extreme Length Generalization in a Compact Recurrent Architecture for One-Shot Exploration

• arxiv url: http://arxiv.org/abs/2610.01105v1
• Date: Thu, 01 Oct 2026 05:44:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.921912
• Title: Extreme Length Generalization in a Compact Recurrent Architecture for One-Shot Exploration
• Title（参考訳）: ワンショット探索のためのコンパクト・リカレント・アーキテクチャにおける極長一般化
• Abstract要約: 提案するFRANKは507Kパラメータのリカレントアーキテクチャで,タウゲート再カレントモジュール,コンテントアドレナブルメモリ,フィードフォワード反射経路を組み合わせたアーキテクチャである。 提案手法は, 4 つのアルゴリズムシーケンスタスクにおいて, 繰り返し, 状態空間, モジュラーベースラインの減少に対して評価し, 長さ 5-20 で訓練し, 200 万個のトークンを評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous robots on one-shot missions run over horizons far longer than the trajectories seen during training, under a fixed onboard compute budget. We present FRANK, a 507K-parameter recurrent architecture that combines tau-gated recurrent modules, content-addressable memory, and a feedforward reflex pathway. We evaluate it against recurrent, state-space, and reduced modular baselines at matched parameter count on four algorithmic sequence tasks, trained at length 5-20 and evaluated out to two million tokens. At 100,000x the maximum training length, 6 of 10 FRANK seeds retain exactly 100.0% accuracy, while none of the 50 baseline configurations does, five architectures at ten seeds each with none left incomplete (Fisher exact, two-sided p = 4.2E-6. Targeted lesions across the four tasks yield four distinct component-reliance profiles, consistent with task-dependent allocation across the recurrent, memory, and reflex pathways. Separately, a FRANK policy trained in simulation drives a physical ground vehicle to commanded waypoints through obstacles without teleoperation.
• Abstract（参考訳）: ワンショットミッションの自律ロボットは、トレーニング中に見られる軌道よりもはるかに長い地平線を走り、計算予算が固定されている。 本稿では, タウゲート繰り返しモジュール, コンテント適応可能なメモリ, フィードフォワード反射経路を組み合わせた507KパラメタカレントアーキテクチャFRANKを提案する。 提案手法は, 4 つのアルゴリズムシーケンスタスクにおいて, 繰り返し, 状態空間, モジュラーベースラインの減少に対して評価し, 長さ 5-20 でトレーニングし, 200 万個のトークンを評価した。 最大トレーニング長の10万倍では、10個のFRANK種子のうち6つは正確に100.0%の精度を保ち、50個のベースライン構成はいずれも10個のシードでそれぞれ5つのアーキテクチャが不完全である(正確には2面のp = 4.2E-6)。 4つのタスクを対象とする障害は、リカレント、メモリ、反射経路をまたいだタスク依存のアロケーションと整合して、4つの異なるコンポーネント信頼プロファイルを生成する。 同時に、シミュレーションで訓練されたFRANKポリシーは、物理的地上車両を遠隔操作なしで障害物を通過させるよう指示する。

関連論文リスト

• NeoHorse-1: Towards Recursive Self-Improvement via Agentic Post-Training with Routing Harness [76.6324710887112]
  NeoHorse-1は、エージェントのポストトレーニングを通じてこの経路を探索するために開発されたエージェントネイティブモデルのファミリーである。 本システムでは,異種モデルプールとインテリジェントなルーティング,予測能力要求,選択されたサービス層,およびその後のユーザ毎のインタラクションを結合する。
  論文  参考訳（メタデータ） (2026-09-08T03:14:54Z)
• PhaseShift: Topology-Aware Data Harmonization and Model Consolidation Across Signalized Intersections [7.890686084519088]
  PhaseShiftは、異種道路側軌跡を共有アクター中心の表現に調和させるトポロジ対応フレームワークである。 フロリダ州の2地域の5つの交差点を,バランスの取れたフィールドデータ,100kのトレーニングウィンドウ,同規模のテストセットを用いて評価した。
  論文  参考訳（メタデータ） (2026-08-26T01:22:49Z)
• MSA-CITE: A Co-Adapted LoRA Specialist Ecology for Fixed-Budget Small-Model Inference [11.215813718564283]
  複数の廃棄されたチェックポイントを、デプロイのための構成可能な資産として扱います。 4パスのポートフォリオは、200のホールドアウト数学アイテムに対して65.5%の精度を達成している。
  論文  参考訳（メタデータ） (2026-08-11T10:26:06Z)
• Similarity-Guided Curriculum Fine-Tuning of LLMs for Neural Architecture Synthesis [48.83701310501069]
  ニューラルアーキテクチャ探索(NAS)のためのニューラルネットワークコードにプログレッシブなカリキュラムを構築するMinHashベースの類似性スケジューリングフレームワークを導入する。 我々は,CIFAR-10画像分類におけるLEMURベンチマークにおいて,オリンピックコード7Bの枠組みを評価する。 SVHNでは,カリキュラムなしの直接ベースモデル生成により,CIFAR-10相当値よりもかなり低い精度(60.5%)で27%のSRが得られる。
  論文  参考訳（メタデータ） (2026-07-13T14:14:30Z)
• It Takes a MAESTRO To Prune Bad Experts [23.29849824707685]
  スパースアクティベートされたMixture-of-Experts (MoE) 言語モデルはトークン当たりのパラメータをわずかに活性化することで、顕著な推論効率を達成する。 既存の構造化プルーニング法は、主に高密度変圧器用に設計されており、MoEルーティングの相互依存性に欠ける局所的導出を用いて、専門家の重要度を評価する。 自動回帰エキスパートアクティベーショントラジェクトリをモデル化するMOEアーキテクチャ用に設計された構造化プルーニングフレームワークであるMAESTROを紹介する。
  論文  参考訳（メタデータ） (2026-07-09T15:32:54Z)
• Dynamic Mixture of Latent Memories for Self-Evolving Agents [57.20419419302731]
  MoLEMは、動的混合(MoE)に基づく潜在メモリフレームワークの生成混合物である。 我々は、数学、科学、コードドメインにまたがる連続的な学習シーケンスに基づいて、このフレームワークを訓練する。 連続学習を完了した後、Vanilla事前学習ベースラインよりも平均精度を10.40%向上させる。
  論文  参考訳（メタデータ） (2026-05-21T03:35:10Z)
• Omni-SimpleMem: Autoresearch-Guided Discovery of Lifelong Multimodal Agent Memory [76.63021613850093]
  我々は、生涯にわたるAIエージェントのための統合マルチモーダルメモリフレームワークであるOmni-SimpleMemを発見するために、自律的な研究パイプラインをデプロイする。 システムは2つのベンチマークで最先端を実現し、LoCoMoではF1を+411%改善し、Mem-Galleryでは+214%向上した。 本稿では,6種類の発見型を分類し,特に自動検索に適したマルチモーダルメモリを実現する4つの特性を同定する。
  論文  参考訳（メタデータ） (2026-04-01T15:06:23Z)
• The Coordinate System Problem in Persistent Structural Memory for Neural Architectures [0.0]
  そこで我々はDual-View Pheromone Pathway Network (DPPN)を紹介した。 永続メモリは安定した座標系を必要とする。 コントラスト的な更新,マルチソース蒸留,ハンガリーのアライメント,セマンティックな分解は,スクラッチから埋め込みが学習された場合の不安定性を解消しないことを示す。
  論文  参考訳（メタデータ） (2026-03-24T06:51:59Z)
• CORPGEN: Simulating Corporate Environments with Autonomous Digital Employees in Multi-Horizon Task Environments [1.6153514666902042]
  実際の組織的な作業には、インターリーブ、依存関係、優先順位付けを伴って、多くの並行した長期タスクを管理する必要があります。 マルチ水平タスク環境(MHTEs: Multi-Horizon Task Environments: MHTEs): 数十のインターリーブタスクでコヒーレントな実行を必要とする問題クラス。 負荷が25%から100%になるにつれて、ベースラインCUAが16.7%から8.7%に低下する4つの障害モードを特定します。 マルチ水平ゴールアライメントのための階層的計画を通じて,これらの障害に対処するアーキテクチャに依存しないフレームワークであるCorpGenを提案する。
  論文  参考訳（メタデータ） (2026-02-15T16:54:34Z)
• Reinforcement Learning for Branch-and-Bound Optimisation using Retrospective Trajectories [72.15369769265398]
  機械学習は分岐のための有望なパラダイムとして登場した。 分岐のための単純かつ効果的なRLアプローチであるレトロ分岐を提案する。 我々は現在最先端のRL分岐アルゴリズムを3～5倍に上回り、500の制約と1000の変数を持つMILP上での最高のILメソッドの性能の20%以内である。
  論文  参考訳（メタデータ） (2022-05-28T06:08:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。