ABBELとは？LLMの要約を「信念状態」で監督し長時間タスクを効率化するBerkeleyの新手法を解説
UC BerkeleyのBAIRが、LLMの自己要約を自然言語の「信念状態（belief state）」として監督する枠組みABBELを発表しました。協働コーディング環境CollabBenchで、フルコンテキスト型との性能差を約50%縮め、学習ステップを50%削減しつつ、推論時のピークトークン量を大幅に抑えます。
#BAIR の記事一覧（5）
BAIR 2026年博士修了生の進路から読む、AI人材争奪戦の最前線
UCバークレーのBAIR Labが2026年博士修了生の進路を公開。Physical Intelligence、OpenAI、Mistral AI、Roblox、そして自ら起業する道など、トップAI人材の行き先が示す業界地図の変化を読み解きます。
SPEX／ProxySPEXとは？LLMの「単語の組み合わせ」が出力を歪める仕組みを解明する新手法
カリフォルニア大学バークレー校(BAIR)が、大規模言語モデルの内部で「どの特徴の組み合わせが出力を決めているか」を桁違いの規模で特定する手法SPEXとProxySPEXを発表しました。GPT-4o miniが改変版トロッコ問題に8%しか正答できない原因が、4単語の高次相互作用にあることを突き止めています。
Transitive RL（TRL）とは？BAIRが示した長期タスクに効く分割統治型・オフポリシー強化学習を解説
カリフォルニア大バークレー校のBAIRが、時間差分(TD)学習ではなく分割統治パラダイムで価値関数を学ぶオフポリシー強化学習「Transitive RL（TRL）」を公開しました。最大3,000ステップ規模の長期タスクを含むOGBenchで、TD・モンテカルロ・準距離学習の各ベースラインを上回る性能を示しています。
強化学習で渋滞は消せるか?バークレー校『MegaVanderTest』が示した自動運転100台の実証
カリフォルニア大学バークレー校(BAIR)の研究チームが、強化学習(RL)で制御した100台の市販車をテネシー州ナッシュビル近郊のI-24高速道路に投入し、ラッシュアワーの「ストップ&ゴー渋滞」を緩和。AVが全体の5%未満でも、周辺で15〜20%の省エネ効果を確認したと発表しました。