深堀り解説

深堀り解説

🔒 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

深堀り解説

🔒 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

深堀り解説

🔒 「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　

深堀り解説

🔒 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

深堀り解説

🔒 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

深堀り解説

🔒 LLMの推論能力は単純に文脈を繰り返し提示するだけでも大幅に向上　最大で30%改善

深堀り解説

🔒 「あなたは〇〇です」などのペルソナ設定を与えても、事実に基づく質問への回答精度は向上しないとの主張

深堀り解説

🔒 複雑なプログラミングタスクに特化したベンチマーク『BigCodeBench』登場　最新モデルでも60%

深堀り解説

🔒 高解像度な深度マップを高速生成するモデル『Depth Pro』Appleが公開

深堀り解説

🔒 ハーバード大学とGoogleの研究者ら、LLMチャットボットを総合的に評価するデータセットの作り方を報告（作成されたデータセットも公開）

深堀り解説

🔒 100万体のLLMエージェントによるシミュレーションを実験できる環境が登場

深堀り解説

🔒 「o1-preview」は従来のモデルとは明確に異なり「珍しいタイプの問題」にも強い

深堀り解説

🔒 対話の中でユーザーの好みを学ぶ手法『CIPHER』　（プロンプトテンプレートあり）

深堀り解説

🔒 専門家が作成したプロンプトと同等以上の性能を達成する自動プロンプト生成手法『Minstriel』

深堀り解説

米国3人に1人が生成AIを使用　ブルーカラー労働者も生産性向上　大規模調査より

深堀り解説

🔒 LLMの論理的推論能力をステップバイステップ以上に向上させる手法『Logic-of-Thought』プロンプティング（テンプレートつき）

深堀り解説

🔒 RAG-LLMシステムへのユーザークエリは4つのレベルに分類できる　最も複雑なのは「隠れた根拠からの推論が必要なクエリ」Microsoftによる研究

深堀り解説

🔒 OpenAIの新しいモデルo1-preview、従来のLLMと比べて「計画能力」で圧倒的な性能向上

深堀り解説

🔒 LLMの「自己対話」により複雑な問題の解決能力を飛躍的に向上させる手法『Iteration of Thought』

深堀り解説

🔒 CoT（思考の連鎖）は数学や論理で劇的に性能を向上させる一方、常識や知識のタスクでほとんど効果がない