次回の更新記事：Web3向けLLMエージェントOS登場 オープンソースの新…（公開予定日：2025年01月20日）
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
LLMによるニュース報道の広がり分析を活用した株価変動予測手法

LLMによるニュース報道の広がり分析を活用した株価変動予測手法

By AIDB Research / 2025/01/03
本記事では、株式市場におけるニュースの影...
Read More

ベンチマーク

企業実務タスクにおけるLLMエージェントの能力を評価する方法

企業実務タスクにおけるLLMエージェントの能力を評価する方法

実際の企業データからなるtext-to-SQLベンチマーク「Spider 2.0」と専門エージェント『Spider-Agent』

実際の企業データからなるtext-to-SQLベンチマーク「Spider 2.0」と専門エージェント『Spider-Agent』

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

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

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%

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%

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

Appleが「LLMエージェントの評価」に特化したベンチマーク『MMAU』を開発　5領域5能力で測る

Appleが「LLMエージェントの評価」に特化したベンチマーク『MMAU』を開発　5領域5能力で測る

包括的なRAG評価ベンチマーク『CRAG』Metaなどが開発

包括的なRAG評価ベンチマーク『CRAG』Metaなどが開発
PAGE TOP