⚠︎kiis義兄弟パロ/新刊サンプル①

※年齢操作
※isg家がドイツに移住してる設定です
※なんでも許せる方向けです https://t.co/ZuSj0RwNoz December 12, 2025

表紙にお悩みの原稿中の同人作家の皆様…これを読むのです…表紙の構図例、文字入れの仕方、裏表紙のサンプルや要素別のあしらいまで紹介しています…クリスタだけで出来ます…真似すれば秒でそれっぽい表紙をでっち上げられます… https://t.co/XzNOzmVAgN December 12, 2025

レイチュリ
ユコさん(@ haco_yuco)の
「この世の甘美はすべて接吻」のファンアートです🙇‍♂️(シーンは全て私の勝手な妄想です…！)サンプルで読める部分です！
掲載許可頂いております、本当に素敵なお話なので読んでください…😭💋🍰 https://t.co/9TPVuVpRRd December 12, 2025

おはようございます！
2026/2/1ロイヨルオンリーの新刊部数アンケートです！
合わせて既刊の再販部数アンケートも行っておりますので、お迎え予定がある方はお答えいただけますと大変助かります〜！

ツリーにアンケート、既刊サンプルも合わせて載っけてます。よろしくお願いします。 https://t.co/x1XjqfqU5p December 12, 2025

通販🐯▶︎ https://t.co/qxZYFhGBD4
pixivサンプル▶︎ #pixiv https://t.co/nmgCzm2scC https://t.co/VDPyyw01WS December 12, 2025

さねぎゆ 新刊サンプル①

消えない痛みを抱えている🍃🌊がもだもだしながらも残りの人生を最高のものにするちょっぴり切ないハッピーラブコメです https://t.co/4F1O2QrF6e December 12, 2025

【イラスト企画】

サンプルに利用OKな方ご参加頂けたら嬉しいです🫶

参加方法：RP or リプ (フォローは任意)
期間・人数：未定(描けるだけ)
商用利用❌ 配信サムネ、画像投稿⭕️

仕事の合間にのんびり描かせて頂くのでお気軽にどうぞ🎶

#RTしたVtuberさんを描く
#無償企画 #イラスト企画 https://t.co/IVhNwDu3YR December 12, 2025

★12/30冬コミ新刊『ちびとにゃ』サンプル1/2※とらサンプルと同じです
まんがはどれも1〜2P完結なので、(もちもちしてるなぁ…)等なんとなく眺める用のログ本です

▶︎A5/44頁/フルカラー/会場頒布価格¥1000
▶︎合同サークル「春星茶庵」内にて頒布
▶︎通販予約開始12/13(土)20:00予定
※URLは後程 https://t.co/WriPzaqOaY https://t.co/1WdJX6kaTF December 12, 2025

ご縁があり、
現在研究開発が進められている

マイクロナノリソグラフィー技術で
記録されたフィルムサンプルを
お送りいただきました。

完全に“立体”。
どこから見ても立体にしか見えず、
あまりの凄さに
言葉を失うほど感動しています。😆

生産に向け開発中との事

＃自作シール
＃ホログラフィ https://t.co/iZpwQDjydR December 12, 2025

サンプルを作りたいので企画です😊
参加条件を見てご応募ください
配信者でしたらご応募可能です
待機画面などに使用してもかわいいと思います🐰
#RTしたVtuberさんを描く https://t.co/VLkWOMWwAh December 12, 2025

#おはようVライバー︎

本日は親知らずをぶち抜くのでまた連絡しますねᐡ ߹𖥦߹ ᐡ
生きて会おう…！

⭐️すーぱー宣伝たいむ⭐️
サンプル2曲目は蛇喰枠のBGM🎶
リスナーさんたちはもうお馴染みだよね！
めちゃくちゃ綺麗なの作ってくれるメンなのでみなさまぜひ‼️ https://t.co/npKgTlB12b https://t.co/z14fRLDMAK December 12, 2025

12/21 神ノ叡智 29 新刊サンプル
西1ホール シ65b 心星

『木漏れ日を編む』
マヴィキィ
A5 / 32P　300円予定(イベント会場頒布価格)

短いお話3つです！
CPのつもりで描いてはいますが組み合わせ萌えでもいけそうな感じかもです
よろしくお願いします！

(1/3) https://t.co/sYQbyVSfIp December 12, 2025

1/5
ベタ等少し進みましたので再度サンプルとして投稿失礼します
12/21拳杖　オタワス新刊予定
※モブキャラ多
※オとワの立場逆転IF含む
ツリー最後に部数アンケートを置きましたのでよろしければ投票いただけると嬉しいです https://t.co/fiUYg2miRj December 12, 2025

✨ #12月のVTuberフォロー祭り ✨
➡ #Vtuber推し探しにどうぞ ⬅
『業務』の都合でバーチャル世界に赴任致しました。
たかし・フーバーと申します。

🎙低音ﾁｮｯﾄﾃﾞﾏｽ
🎥演技好き男性Vtuber
🎵ゆるく活動３年目

リプライ欄からサンプルボイスをご視聴できます。
💖♻️💬 お気軽にどうぞ❣ https://t.co/xd4qULxpSy https://t.co/ijFAFa40bV December 12, 2025

私もこちら側です。文節がLLMぽい微細なニュアンスあるから、この記事は無意味とされてるのを見てもやもやしてた。中身の検証と責任は然るべきだけど、書いてる主体がAIなだけで実装サンプルも公式資料もしっかり精査した上で間違ってるならLLM否定じゃなく記事の議論した方がよりよくなると考えます。 https://t.co/kfkIW40SPo December 12, 2025

修正かなりゆるかったけど、審査に通って
良かったぁ～♪

現在DLサイトにて発売中です！
サンプルをピクシブに置いてあります！

公式身長、スリーサイズ、体型設定など
徹底的に参考にして描きましたｗ
よろしくお願いいたします(＾▽＾)/ https://t.co/fqE2OHVgBe December 12, 2025

Off&Relaxt 様( @offandrelax )より当選
☆

CPにてサンプルを頂きました🥰
🫧スパ・シャンプー グロッシーモイスチャー
🫧スパ・トリートメントグロッシーモイスチャー

アールグレイ＆サンダルウッドの香りに癒される♪
地肌の汚れをスッキリ！
頭皮ケアでリラックス✨

#babypipi当選報告2025 https://t.co/p4IXN6Jxdy December 12, 2025

見て見てしたいのでまとめ本の表紙と書き下ろしのサンプルだけ上げていいですかいや上げます
そんなこともあるでしょう、おそらきれい。かもしれないシュレ…ィンガーの表紙 https://t.co/kGKBMMskQ9 December 12, 2025

強化学習ではスケールによる創発はこれまでみられてなかった。今回、対比強化学習と1000層にも及ぶ深いネットワークを組み合わせることで、スケールによって大きな性能向上が達成し、様々な能力を創発できることが示された。NeurIPS 2025のベストペーパーの一つに選ばれている。

この研究では、対比RL（Contrastive Reinforcement Learning）を使っている。これは報酬は疎（ゴールに到達したら1をもらえて、それ以外は0）、デモデータは不要な手法である。

方策は現在の状態sとゴールgの両方を入力として受け取る。
π(a | s, g)
対比RLはactor-criticに基づく手法であり、criticは状態・行動とゴールがどれだけ一致するかを評価、actorはcriticを最大化するような行動を選択するように学習する。

criticは、「今の状態sでその行動aをとった時、それがゴールgに向かう良い行動か」を評価する。具体的には状態・行動ペアの埋め込みと、ゴール埋め込みのL2距離の形で定義される。

f(s, a, g) = ||Φ(s, a) - Ψ(g)||^2
Φ(s, a)：状態・行動埋め込み
Ψ(g)：ゴール埋め込み
CriticはInfoNCE目的関数で学習する。バッチ内で同じ軌跡内の正例と、別の軌跡から得られた別の目標g'を負例として、分類学習する。このように強化学習を回帰ではなく分類問題として扱うことがスケール化時の安定化でクリティカルと指摘されている。
ActorはCriticを最大化するように更新される。つまり、Criticが、「今の行動をとることが目標に向かっている」と判断する行動を選ぶように学習する。
InfoNCEは、従来のRLで使われていたTD学習で必要な未来状態の理解を分類問題で代替し、TDの不安定性を回避することで大規模化を成功させたといえる。

従来のネットワークは4ブロックのResNetを利用するが、今回は各ブロック内のdenseLayerを通常の4から64まで増やしたネットワークで検証した。一番大きい実験では256（256*4=1024）まで増やしている。

ネットワーク深さを増やすと、ロボット操作タスクでの性能は2~5倍、迷路系タスクでは20倍、ヒューマノイド系タスクでは50倍の性能改善がみられた

このような性能改善は従来RLではみられなかったものである。

また、深さを増やしていった時、性能は滑らかに改善するのではなく、ある臨界点を超えると突然大きく更新されているのがみられた。

例えば、ヒューマノイドタスクでは深さ4の時は転びながらゴールに向かって体を投げていたものが、深さ16で直立歩行が学習される、深さ256では体を折りたたんではね超えるといったような、これまで報告されていない複雑なスキルが創発されていることが確認された。
今回のスケーリングで重要だったこととして、まずバッチサイズは大きいほどよいことが確認された。バッチサイズは256では足らず、1024や4096が必要だった。これはInfoNCEの負例サンプルが十分ないと未来分布を正確に識別できるような表現がえられないためといえる。

またネットワークの幅と深さを比較すると、深さの方がはるかに効果的であることがわかった。深さにおいてもネットワークのなかではCriticの状態・行動ペアとゴールの埋め込みネットワークの両方を伸ばした時が重要であることがわかった。このように対比RLでは、Criticが重要であり、ActorはCriticの誘導に従いさえすればよいことが示された
また、探索ノイズの有無で性能はほとんど変わらず、今回深さによる未来予測・表現能力の向上が性能向上に起因していることがわかった。

今回うまくいった対比RLはスケール化で性能向上できるだけでなく、従来のRLと比べて次の利点がある

・ブートストラップがなく安定する
・目標が固定
・Q学習のoverestimation（ノイズによって実際よりも良いと誤解した行動をとる）問題がない
・デモを必要としない

コメント
===
対比RL自体は数年前から提唱されていたものだが、今回はネットワークを深くすることで様々な能力が創発し、大きく性能向上されることが示された。

また、今回得られるCriticは非常に応用範囲が広く、汎化することも重要である（直前のサツケバーのコメントにも関連）。このCriticは様々なタスクを意図せず学習する際に、重要な役割を果たしていくだろう。Criticゴール到達予測器というよりも「汎用の未来状態予測器」（今の状態でどの行動をとったら、最終的にどうなるのか）といってもいいのではないだろうか
結果はインパクトが大きいが、まだよくわかっていないことが多い。まず、なぜネットワークの深さをここまですると性能があがるかについてはよくわかっていない。Deep Priorの論文や生成モデルの一部のpaperではdense層の数を非常に多くすると大きな性能向上が達成できるとされた。今回も通常では考えられないほど増やしている。ここまで増やした場合に性能が出るという部分は表現力だけでなく最適化問題としても特徴がでてくるのだと思われる。
また、スケール化による性能向上は、この対比強化学習の枠組みで現れ従来のTD手法では改善がみられないこと、またオフライン環境では効果がみられないこと（予備実験までだが）から、まだ何が決定的な要因なのかの理解にいたっていない。 December 12, 2025

いま、耐久度アップの、外でも剥がれないシールのため、サンプル品を取り寄せています。
イラスト候補は、まずはぼく、シロちゃんデシ。いつもぼくでごめんなさいデシ。
他に、候補がないか調べてみるデシ。ちなみに、迎しゃんは年末お忙しいと思うんで、新作は難しいデシ。 December 12, 2025