次回の更新記事：ソフトウェア開発におけるLLMマルチエージェントの設…（公開予定日：2025年11月19日）

投稿者の過去記事

OpenAIが新しくLLMの事実性評価ベンチマーク『SimpleQA』をリリース　実用に役立つ知見も得られる

OpenAIが新しくLLMの事実性評価ベンチマーク『SimpleQA』をリリース　実用に役立つ知見も得られる

LLMが自分で「より賢いLLMの作り方」を発見するSelf-Developingフレームワーク（NEC 石橋陽一氏）

LLMが自分で「より賢いLLMの作り方」を発見するSelf-Developingフレームワーク（NEC 石橋陽一氏）

LLMに対するオープンソース安全性評価ツールの比較

LLMに対するオープンソース安全性評価ツールの比較

プレイヤーの行動に応じてゲームを自動生成する技術　Googleなどが開発

プレイヤーの行動に応じてゲームを自動生成する技術　Googleなどが開発

手の込んだ手法よりシンプルな手法の方がLLMは幻覚を起こしにくい　問題に応じて戦略を変える必要性

手の込んだ手法よりシンプルな手法の方がLLMは幻覚を起こしにくい　問題に応じて戦略を変える必要性

開発企業や言語ごとに異なるLLMのイデオロギー、価値観や態度

開発企業や言語ごとに異なるLLMのイデオロギー、価値観や態度

コンテキスト内で重要な情報同士が離れすぎるとLLMの性能は大幅に下がる

コンテキスト内で重要な情報同士が離れすぎるとLLMの性能は大幅に下がる

LLMには正解例だけでなく、「よくある間違い例」と理由も一緒に教えるのが有効

LLMには正解例だけでなく、「よくある間違い例」と理由も一緒に教えるのが有効

o1-previewが人間のように6つの思考パターンを使い分けているとの実験結果

o1-previewが人間のように6つの思考パターンを使い分けているとの実験結果

IBMから日本語対応の商用可能オープンソースLLM「GRANITE 3.0」公開　8Bから

IBMから日本語対応の商用可能オープンソースLLM「GRANITE 3.0」公開　8Bから

計画のステップが増えるほど、LLMは最初の目標を見失っていく傾向がある

計画のステップが増えるほど、LLMは最初の目標を見失っていく傾向がある

500以上の実世界のマルチモーダルタスクを含む、過去最大規模の評価ベンチマーク『MEGA-BENCH』登場

500以上の実世界のマルチモーダルタスクを含む、過去最大規模の評価ベンチマーク『MEGA-BENCH』登場

「o1-preview」は自己評価メカニズムを持つ　計画立案中に自分の行動をチェックして修正　

「o1-preview」は自己評価メカニズムを持つ　計画立案中に自分の行動をチェックして修正　

ロングコンテキストLLMでも、情報の数は「多ければ多いほど良い」わけではない

ロングコンテキストLLMでも、情報の数は「多ければ多いほど良い」わけではない

OpenAIのo1-previewモデル、Kaggleのグランドマスター基準を上回るデータ分析性能を発揮

OpenAIのo1-previewモデル、Kaggleのグランドマスター基準を上回るデータ分析性能を発揮

直近1ヶ月で読まれている記事

プロフィールを登録すると
仕事のオファーが届きます

プロフィール登録
PAGE TOP