リアルなWindowsOS環境でのエージェント能力を評価する『WindowsAgentArena』およびエージェント『Navi（ナビ）』Microsoftが開発

リアルなWindowsOS環境でのエージェント能力を評価する『WindowsAgentArena』およびエージェント『Navi（ナビ）』Microsoftが開発

By AIDB Research / 2024/09/18
この記事では、Microsoftの研究チ...
Read More
ノーコードでLLMマルチエージェントを操る『AUTOGEN STUDIO』Microsoftが新開発

ノーコードでLLMマルチエージェントを操る『AUTOGEN STUDIO』Microsoftが新開発

By AIDB Research / 2024/09/17
この記事では、Microsoft Res...
Read More
Self-Reflection（自己反省）がLLMのパフォーマンスに与える影響を網羅的に調査

Self-Reflection（自己反省）がLLMのパフォーマンスに与える影響を網羅的に調査

By AIDB Research / 2024/09/13
この記事では、LLMが自分自身の行動を反...
Read More
100人以上の研究者が実験参加　LLMは人間より優れた研究アイデアを思いつくのか？

100人以上の研究者が実験参加　LLMは人間より優れた研究アイデアを思いつくのか？

By AIDB Research / 2024/09/12
この記事では、LLMと人間の専門家による...
Read More
LLMの推論能力を戦略的に向上させる新しいプロンプト手法『SCoT』

LLMの推論能力を戦略的に向上させる新しいプロンプト手法『SCoT』

By AIDB Research / 2024/09/11
この記事では、LLMの推論能力を向上させ...
Read More
AIコーディング補助ツール（GitHub Copilot）で開発者の生産性が26%向上 Microsoft・アクセンチュアなど3社の大規模調査結果

AIコーディング補助ツール（GitHub Copilot）で開発者の生産性が26%向上 Microsoft・アクセンチュアなど3社の大規模調査結果

By AIDB Research / 2024/09/10
本記事では、LLMベースのコーディング補...
Read More
マルチモーダルLLMの高難易度ベンチマーク『MMMU-Pro』で明らかになったこと

マルチモーダルLLMの高難易度ベンチマーク『MMMU-Pro』で明らかになったこと

By AIDB Research / 2024/09/09
この記事では、MMMU-Proという新し...
Read More
ロングコンテキストLLM台頭の今もRAGを使用する理由

ロングコンテキストLLM台頭の今もRAGを使用する理由

By AIDB Research / 2024/09/06
この記事では、LLMが長い文章を理解でき...
Read More
RAGの検索データにおける「ノイズ（事実とは異なる情報など）」には有益なノイズと有害なノイズがある

RAGの検索データにおける「ノイズ（事実とは異なる情報など）」には有益なノイズと有害なノイズがある

By AIDB Research / 2024/09/05
本記事では、RAGシステムにおける”ノイ...
Read More
RAGの検索精度を実務レベルに高めるには、「情報ごとに ”質問文” を作りデータベースに入れる」のが効果的との報告

RAGの検索精度を実務レベルに高めるには、「情報ごとに ”質問文” を作りデータベースに入れる」のが効果的との報告

By AIDB Research / 2024/09/04
企業がRAGを行う上での参考になるテクニ...
Read More

ファインチューニング

LLMに専門的なドメイン知識を学ばせるのに有効な「読解タスクテキストに変換する」テクニック

LLMに専門的なドメイン知識を学ばせるのに有効な「読解タスクテキストに変換する」テクニック

ファインチューニングがLLMの幻覚（ハルシネーション）に与える影響　Googleなどによる検証結果

ファインチューニングがLLMの幻覚（ハルシネーション）に与える影響　Googleなどによる検証結果

LLMのプロンプトに数百から数千の例を含める超長尺のコンテキスト内学習（In-context learning）とファインチューニングの性能比較

LLMのプロンプトに数百から数千の例を含める超長尺のコンテキスト内学習（In-context learning）とファインチューニングの性能比較

スクショからHTMLとCSSのコードをLLMが生成する『Design2Code』タスク、プロンプト手法やファインチューニングで高い性能を確認

スクショからHTMLとCSSのコードをLLMが生成する『Design2Code』タスク、プロンプト手法やファインチューニングで高い性能を確認

大規模言語モデル（LLM）のこれまでとこれから③　-使用法・拡張法、データセット編-

大規模言語モデル（LLM）のこれまでとこれから③　-使用法・拡張法、データセット編-

ファインチューニングデータが十分に大きい場合、タスク性能向上に追加の事前学習は不要の可能性　Googleなどによるスケーリング則の実験から

ファインチューニングデータが十分に大きい場合、タスク性能向上に追加の事前学習は不要の可能性　Googleなどによるスケーリング則の実験から

ファインチューニングとRAGを比較実験した結果　LLMに外部知識を取り入れる手法としての違い

ファインチューニングとRAGを比較実験した結果　LLMに外部知識を取り入れる手法としての違い

GPT-4レベルの質問応答タスク性能をオープンソースモデルのLlama 2で実現する「ChatQA」NVIDIAが開発

GPT-4レベルの質問応答タスク性能をオープンソースモデルのLlama 2で実現する「ChatQA」NVIDIAが開発

業界／カテゴリー

PAGE TOP