人間にはまるでデタラメに見える文字列を使ってLLMを操作する手法の有効性分析

人間にはまるでデタラメに見える文字列を使ってLLMを操作する手法の有効性分析

By AIDB Research / 2024/05/01
LLMは人間の言葉を理解し、自然な対話が...
Read More
マルチモーダルLLMにおける欠点と原因を明らかにする調査研究の結果

マルチモーダルLLMにおける欠点と原因を明らかにする調査研究の結果

By AIDB Research / 2024/04/30
GPT-4VなどのマルチモーダルLLMは...
Read More
LLMでWikipediaのような文書を作成する方法「STORM」スタンフォード大学研究者ら開発

LLMでWikipediaのような文書を作成する方法「STORM」スタンフォード大学研究者ら開発

By AIDB Research / 2024/04/26
スタンフォード大学の研究グループが提案し...
Read More
小さなRetrieverとLLMの組み合わせによる実用的なワークフロー生成システム　またはRAGで幻覚を減らす手法

小さなRetrieverとLLMの組み合わせによる実用的なワークフロー生成システム　またはRAGで幻覚を減らす手法

By AIDB Research / 2024/04/25
自動化のためのワークフロー生成における、...
Read More
強くて軽いモデルPhi-3の評価結果　Microsoftの論文（テクニカルレポート）より

強くて軽いモデルPhi-3の評価結果　Microsoftの論文（テクニカルレポート）より

By AIDB Research / 2024/04/24
Microsoftの研究者らは、モバイル...
Read More
プロンプトでLLMにRPAワークフローを自動生成させる手法「FlowMind」JPモルガン考案

プロンプトでLLMにRPAワークフローを自動生成させる手法「FlowMind」JPモルガン考案

By AIDB Research / 2024/04/23
LLMとユーザーフィードバックを巧みに組...
Read More
LLMにおける、長いコンテキストから欲しい情報を見つけ出す「needle-in-a-haystack（干し草の中の針）」テスト結果とプロンプト例

LLMにおける、長いコンテキストから欲しい情報を見つけ出す「needle-in-a-haystack（干し草の中の針）」テスト結果とプロンプト例

By AIDB Research / 2024/04/22
LLMがプロンプト内の情報をどの程度正確...
Read More
プロンプトに例を多く載せるほど、どんなタスクでも性能が上がるのか？DeepMindによる『Many-shot Learning』の実験結果

プロンプトに例を多く載せるほど、どんなタスクでも性能が上がるのか？DeepMindによる『Many-shot Learning』の実験結果

By AIDB Research / 2024/04/19
プロンプトに例示を含めることにより新しい...
Read More
Appleが開発　スマホに特化したマルチモーダルLLM『Ferret UI』

Appleが開発　スマホに特化したマルチモーダルLLM『Ferret UI』

By AIDB Research / 2024/04/18
「スマホ画面上のオブジェクトを理解するの...
Read More
LLMが思考のネットワークを構築し、人間の推論プロセスを模倣する『THOUGHTSCULPT』プロンプティング

LLMが思考のネットワークを構築し、人間の推論プロセスを模倣する『THOUGHTSCULPT』プロンプティング

By AIDB Research / 2024/04/17
UCバークレーの研究者たちは、LLMがよ...
Read More

投稿者の過去記事

1.1Bパラメータの小さなモデルを巨大データ（約3兆トークン）で訓練したモデル『TinyLlama』が、比較的優秀な性能を発揮

1.1Bパラメータの小さなモデルを巨大データ（約3兆トークン）で訓練したモデル『TinyLlama』が、比較的優秀な性能を発揮

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。

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。

LLMが「教えてはいけない事実」を抑制するパーツが明らかに　Llama-2を1057個に分解

LLMが「教えてはいけない事実」を抑制するパーツが明らかに　Llama-2を1057個に分解

LLMにおける情報抽出（文章から必要な事柄を読み取る）タスクについての調査

LLMにおける情報抽出（文章から必要な事柄を読み取る）タスクについての調査

LLMの内部状態を観察することで「出力がハルシネーションか否かを判別する」手法『LLMファクトスコープ』

LLMの内部状態を観察することで「出力がハルシネーションか否かを判別する」手法『LLMファクトスコープ』

Geminiの「常識を推論する能力」を網羅的に調査した結果　間違えやすいタイプの問題も明らかに

Geminiの「常識を推論する能力」を網羅的に調査した結果　間違えやすいタイプの問題も明らかに

人間のカリキュラム教育のような学習でLLMの性能は向上するとの報告

人間のカリキュラム教育のような学習でLLMの性能は向上するとの報告

AGIを見据えて専門家レベルの問題を集めたベンチマーク「MMMU」、GPT-4VやGemini Ultraでも正解率6割未満

AGIを見据えて専門家レベルの問題を集めたベンチマーク「MMMU」、GPT-4VやGemini Ultraでも正解率6割未満

業界／カテゴリー

PAGE TOP