深堀り解説

深堀り解説

🔒 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

深堀り解説

🔒 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

深堀り解説

🔒 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

深堀り解説

🔒 プロンプトの原則26ヶ条をまとめた報告

深堀り解説

🔒 LLMのRAG（外部知識検索による強化）をまとめた調査報告

深堀り解説

🔒 Gemini Pro 対 GPT-4V、画像認識能力でどちらが優秀なのか

深堀り解説

🔒 消費者向けGPUでも高性能GPUに近いパフォーマンスでLLMを動かす手法「PowerInfer」

深堀り解説

🔒 OpenAIが開発中の「人間を超えたAIを制御する」方法

深堀り解説

🔒 あらゆるLLMを「使い心地」基準でバトルさせる便利なプラットフォーム『Chatbot Arena：チャットボットアリーナ』

深堀り解説

🔒 Appleが、LLMのパラメータを「SSDなどの外部フラッシュメモリに保存し」PCで効率的にモデルを使用する手法を開発　

深堀り解説

🔒 医療におけるLLMの現状をまとめた報告　原則、タスク、アプリケーションそして課題

深堀り解説

🔒 大喜利データセットでLLMをユーモアラスにチューニングする手法

深堀り解説

🔒 わずか2行のプロンプトでも実効性のある新しいアライメント手法『URIAL』

深堀り解説

🔒 GPT-4とヒューマノイドロボットを連携すると何が起こるか。東京大学と株式会社オルタナティヴ・マシンの研究者らが実験

深堀り解説

🔒 DeepMindの研究者らが有効性を検証した、LLMに自ら高品質な訓練データを生成させる「自己学習」

深堀り解説

🔒 LLMへの入力プロンプトを「意味を保持したまま」高度に圧縮する技術『LLMLingua』

深堀り解説

🔒 「視覚は本来、言語に依存しない」と考えた研究者らが、言語データなしで大規模ビジョンモデル（LVM）を構築するアプローチを開発

深堀り解説

🔒 Geminiの高い推論能力を活かして、過去最高水準のプログラミングAI『AlphaCode 2』も誕生したとの報告

深堀り解説

🔒 Googleが「人間の専門家レベルを超える最初のモデル」とする『Gemini』発表、GPT-4を凌駕

深堀り解説

🔒 Metaのリアルタイム多言語間翻訳システム『Seamless（シームレス）』は話し方のトーンや抑揚も反映