次回の更新記事：企業環境での自動バグ修復に向けたGoogleの取り組み（公開予定日：2025年01月21日）
Web3向けLLMエージェントOS登場 オープンソースの新フレームワーク

Web3向けLLMエージェントOS登場 オープンソースの新フレームワーク

By AIDB Research / 2025/01/20
本記事では、Web3とエージェントの融合...
Read More
Googleが実践するLLMを活用したコードマイグレーション

Googleが実践するLLMを活用したコードマイグレーション

By AIDB Research / 2025/01/17
本記事では、Googleが取り組む”LL...
Read More
生成AIシステムのセキュリティ評価 マイクロソフトが100事例から得た教訓

生成AIシステムのセキュリティ評価 マイクロソフトが100事例から得た教訓

By AIDB Research / 2025/01/16
本記事では、マイクロソフトの研究チームに...
Read More
単一のLLMから２つのエージェントを作成し自分（たち）で改善させる手法が有効

単一のLLMから２つのエージェントを作成し自分（たち）で改善させる手法が有効

By AIDB Research / 2025/01/15
本記事では、言語モデルの"自己改善"に新...
Read More
マルチモーダルLLMによる表やグラフの理解力を向上させる方法

マルチモーダルLLMによる表やグラフの理解力を向上させる方法

By AIDB Research / 2025/01/14
表やグラフといった構造化された画像は、私...
Read More
科学研究の自動化だけでなく人間と協働する「コパイロットモード」も備えるLLMエージェント登場

科学研究の自動化だけでなく人間と協働する「コパイロットモード」も備えるLLMエージェント登場

By AIDB Research / 2025/01/10
本記事では、研究者のアイデアを自動的に実...
Read More
LLMエージェントによって自然言語をゲーム理論モデルに変換する方法

LLMエージェントによって自然言語をゲーム理論モデルに変換する方法

By AIDB Research / 2025/01/09
本記事では、人間が思いついたゲーム理論的...
Read More
産業界における生成AIガイドラインを網羅したデータセット登場

産業界における生成AIガイドラインを網羅したデータセット登場

By AIDB Research / 2025/01/08
本記事では、企業における大規模言語モデル...
Read More
LLMのマルチエージェントによる仮想通貨ポートフォリオ運用の自動化

LLMのマルチエージェントによる仮想通貨ポートフォリオ運用の自動化

By AIDB Research / 2025/01/07
本記事では、仮想通貨投資の判断をAIで支...
Read More
LLMは個人の金銭管理を適切にサポートできるのか？

LLMは個人の金銭管理を適切にサポートできるのか？

By AIDB Research / 2025/01/06
本記事では、LLMを利用した個人財務サポ...
Read More

投稿者の過去記事

LLMの化学的能力はどれほどか　最先端LLMと人間を比較した結果

LLMの化学的能力はどれほどか　最先端LLMと人間を比較した結果

ハーバード大学の研究者らによる「現時点で、AIは研究にどう役立つのか」調査と論考

ハーバード大学の研究者らによる「現時点で、AIは研究にどう役立つのか」調査と論考

LLMが生成した長いテキストにおける「事実性」を自動で評価するLLMエージェントフレームワーク『SAFE』Google DeepMindが開発

LLMが生成した長いテキストにおける「事実性」を自動で評価するLLMエージェントフレームワーク『SAFE』Google DeepMindが開発

RAG（検索拡張生成）において約半分のトークン数でタスクを実行できるフレームワーク『FIT-RAG』

RAG（検索拡張生成）において約半分のトークン数でタスクを実行できるフレームワーク『FIT-RAG』

「ゲームでのLLM」における調査結果　プレイヤー・NPC・ゲームマスターなど様々な役割を網羅的に整理

「ゲームでのLLM」における調査結果　プレイヤー・NPC・ゲームマスターなど様々な役割を網羅的に整理

人はディベートで人よりもGPT-4が相手のとき81.7%高い確率で意見を変える（つまり討論に負ける）傾向にあったとの実験報告

人はディベートで人よりもGPT-4が相手のとき81.7%高い確率で意見を変える（つまり討論に負ける）傾向にあったとの実験報告

RAGにおいてLLMが「役立たない情報を無視」できるようにする『RAFT』QAタスクで従来の手法を大幅に上回る結果を達成

RAGにおいてLLMが「役立たない情報を無視」できるようにする『RAFT』QAタスクで従来の手法を大幅に上回る結果を達成

Microsoftなどのプロンプト圧縮技術『LLMLingua-“2″』タスクの精度を維持したまま圧縮率2-5倍

Microsoftなどのプロンプト圧縮技術『LLMLingua-“2″』タスクの精度を維持したまま圧縮率2-5倍
PAGE TOP