次回の更新記事:LLMの回答における「自信ありげな度合い」と「実際の…(公開予定日:2025年06月23日)

LLMの「温度」どう設定すればよい 出力の揺らぎに影響する設定パラメーターを6能力で検証
LLMにプロンプトのみで仮想的な強化学習を発生させる方法
150本超のLLM資料から紐解く、プロンプトの効果を高める21の性質
あなたのLLM依存度はどのくらいか 仕事面と感情面の12項目テストで傾向をチェック
LLMのソフトウェア開発タスクに効くプロンプト設計の選び方 手法14種を一斉検証
性格と自信、内省と交渉から見えてくるAIのふるまいと未来 ほか、AI科学ニュースまとめ
今週の注目AI論文(論文公開日2025/6/9~6/13)
AIエージェント連携プロトコル比較 MCP・ACP・A2A・ANPの仕組みと使いどころ
「RAGOps」RAGシステムを安定運用するための実践的な考え方の整理
AIエージェントにおける小規模言語モデルの可能性に迫る
個人の深い価値観にもとづく「その人らしい答え」をAIで再現する手法
価格交渉にLLMを使うとどうなる?クセの解明、能力を高めるエージェント設計
AIは物語をどう読む?命の選択にどう迷う? ほか、AI科学ニュースまとめ
今週の注目AI論文(論文公開日2025/5/30~6/6)
LLM生成コードをLLMで評価する際の精度を高める方法
「Pandasデータフレームの欠損値を確認せよ! 」AIクイズ実装編【第7問】
「配列をpandasデータフレームにせよ! 」AIクイズ実装編【第6問】
「モデル作成後の評価法は? 」AIクイズ実装編【第5問】
「scikit-learnで最小二乗法! 」AIクイズ実装編【第4問】
「pandasでcsvファイルを読み取る! 」AIクイズ実装編【第3問】
「numpy配列の行数と列数を取得せよ! 」AIクイズ実装編【第2問】
「データを訓練データとテストデータに分割せよ! 」AIクイズ実装編【第1問】
「クラスタリングの評価手法『ARIやNMI』の欠点は? 」AIクイズscikit-learn編【第5問】
「DBCANの正しい説明とは? 」AIクイズscikit-learn編【第4問】
「凝集型クラスタリングとは? 」AIクイズscikit-learn編【第3問】
「t-SNEは何次元のデータを可視化できる? 」AIクイズscikit-learn編【第2問】
「非負値行列因子分解(NMF)とは? 」AIクイズscikit-learn編【第1問】
「ディープラーニングの応用分野はどれ? 」AIクイズ応用編【第30問】
「Pythonのグラフ描画ライブラリはどれ?」AIクイズ応用編【第29問】
「ニューラルネットワークの学習の流れ、分かる?」AIクイズ応用編【第28問】
LLMの「温度」どう設定すればよい 出力の揺らぎに影響する設定パラメーターを6能力で検証
LLMにプロンプトのみで仮想的な強化学習を発生させる方法
150本超のLLM資料から紐解く、プロンプトの効果を高める21の性質
あなたのLLM依存度はどのくらいか 仕事面と感情面の12項目テストで傾向をチェック
LLMのソフトウェア開発タスクに効くプロンプト設計の選び方 手法14種を一斉検証
AIエージェント連携プロトコル比較 MCP・ACP・A2A・ANPの仕組みと使いどころ
「RAGOps」RAGシステムを安定運用するための実践的な考え方の整理
AIエージェントにおける小規模言語モデルの可能性に迫る
個人の深い価値観にもとづく「その人らしい答え」をAIで再現する手法
価格交渉にLLMを使うとどうなる?クセの解明、能力を高めるエージェント設計
LLM生成コードをLLMで評価する際の精度を高める方法
AIによる情報取得のみからWebサイトのページコンテンツを保護する手法
「マルチエージェント」は必要か 精度とコストのバランスをとるLLMエージェント構成判断の考え方
「現実の問題を数理モデルで解く」LLMエージェントを設計する
ウェブからデータを構造的に自動収集するLLMエージェント手法
人間の集団が持つアイデアはAIによって多様性が向上することが研究で示唆されています。
数学オリンピックの金メダリストと似たレベルで幾何学問題を解くAIシステムをDeepMindが開発したことがNatureで報告されています。
JPモルガンの研究者らは、企業のドキュメントをLLMで読み込むモデル『DocLLM』を発表しました。
視覚・テキスト・音声そして行動データを処理するマルチモーダルLLM「Unified-IO 2」を開発したと報告されています。
オセロで「完璧な手を打ち続けた結果は引き分けである」ことを証明する研究が発表されました。
現時点でのLLMに対する網羅的な評価分析が行われました。
LLMと遺伝的アルゴリズムを使用して、個性によって社会集団の行動がどのように変化していくのかを観察する挑戦的な研究が行われました。
特定の個人の好みやニーズに最も適したレスポンスや行動を行うLLMを開発する手法、『Personalized Soups(意訳:ぼくだけのためのスープ)』が開発されました。
「DALL-E 3はどうしてユーザーの意図を正確に汲み取ることができるのか?」に対するOpenAIの論文が発表されました。
電気回路図などの図表をテキストのみから生み出すLLM駆動のフレームワーク『DiagrammerGPT(ダイアグラマーGPT)』が登場しました。
GPT-4との対話でタスクプランニングを行うロボットシステムフレームワークが発明されました。
GPT-4などLLMのコード生成能力にデバッグ機能を追加する『SELF-DEBUGGING(セルフデバッギング)』フレームワークが考案されました。
LLMがソフトウェアエンジリアリングにおいて現時点で役に立つこと&課題。Metaなどの研究者らが報告
OpenAIは、DALL·E 3の論文を通して「画像生成AIの安全性は前進した」ことを報告しています。
トヨタから「栽培しなくても作物の特性がわかるAI」の特許が出願。なぜ?
主要な世界的AI研究機関(企業)が自社の論文を掲載しているWebページまとめ
AIによる「電力予測」どこまで進んでる?研究事例まとめ
「投資」にAIを活用した研究事例まとめ【解説あり】
「農業」や「畜産」にAIを活用した研究事例まとめ【解説あり】
「食品の品質管理」にAIを活用した研究事例まとめ【解説付き】
「学会レポート」特集!記事一覧
「AI研究者が語る」特集!記事一覧
「AI時代のメンタリズム」特集!記事一覧
「AI×釣り」特集!記事一覧
「AIアプリやってみた」特集!記事一覧
「StyleGAN」特集!記事一覧
「G検定・E資格」特集!
「東大生AI初心者じゅんぺーの学習日誌」特集!記事一覧

SNSでも発信中

企業と働き手を繋ぐマッチングサービスはこちらから


AIDBとは


AIDBは、論文などの文献に基づいてAIの科学技術や市場にキャッチアップするためのサービスです。個人の研究や仕事探し、法人の調査や採用を支援します。2019年から運営しています。

日本ディープラーニング協会

PAGE TOP