The Agent Architect #37: Unsupervised Learning for Agents

今週のパターン

Unsupervised Learning for Agents

概要:

埋め込み、クラスタリング、異常検知を使ってラベルなしデータからパターンを学習し、その結果をドメイン専門家が検証する。

使いどころ:

ラベルのない生データしかなく、教師あり手法を適用する前に構造を発見したり、ユーザーをセグメント化したり、異常なケースを洗い出したりしたいとき。

注意点:

クラスタや異常スコアは不安定な産物であり、検証してみると実際のビジネス上の区分や判断基準と一致しないことが多い。

今週のエージェントAI

• Why Gated DeltaNet Survives 4-Bit Quantization: NVFP4 W4A4 for the Recurrent Half of a Hybrid 27B LLMarXiv cs.AI

  Gated DeltaNet layers survive 4-bit quantization in hybrid LLMs using NVFP4 W4A4 precision.

• Fine-tuning a 350M Model for Better Structured Outputs in 100 GRPO StepsHugging Face

  A 350M parameter model was fine-tuned using 100 GRPO steps to improve structured output generation.

• MiniMax H3 on vLLM-Omni: From System-Wide Optimization to Real-Time Serving with FastVideo’s FastH3vLLM

  vLLM-Omni optimizes MiniMax H3 and integrates FastVideo's FastH3 for video generation faster than real-time playback.

• When Does Bigger Help? A Controlled Study of LLM Scale for Ontology LearningarXiv cs.AI

  Controlled evaluation of 13 LLMs across Qwen and GPT variants shows varying effects of model scale on ontology learning performance.

• Introducing agentic video understanding with GeminiGoogle DeepMind

  Google DeepMind introduced agentic video understanding capabilities for Gemini.