FLockは、自社研究チームの3本の論文が、機械学習・データマイニング・知識発見におけるヨーロッパ有数の国際会議であるECML PKDD 2026に採択されたと発表した。Foresight Newsによると、これらの論文は、大規模モデルの複雑な推論における共通の課題、つまりショートカットの利用、推論中の誤り、そして長い推論チェーンにおける当初の目標からの段階的な逸脱に焦点を当てている。

ある研究は、長い多段推論の間にモデルが当初の思考の流れを維持できるよう支援し、逸脱を63%減少させ、異なるサイズのモデル全体で平均精度を7.4パーセントポイント引き上げる。残りの2つの研究は、未知の問題での推論を改善し、推論エラーが検出された後の局所修正の効率を高める。

FLockの研究は、大規模モデルの学習、推論、信頼性に関する基礎研究を継続していると述べており、複雑なタスクにおける精度、安定性、そして汎化性能の向上を目指しています。