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

エージェント

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

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

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？

GPT-4oで保険、銀行、小売りなどで人間への売り込みを実験　最大35%の確率で購買決定に成功

GPT-4oで保険、銀行、小売りなどで人間への売り込みを実験　最大35%の確率で購買決定に成功

「AIが自動的に優れたAIエージェントを設計する」新分野の提唱　数学エージェントが読解でも好成績

「AIが自動的に優れたAIエージェントを設計する」新分野の提唱　数学エージェントが読解でも好成績

人間を討論で言い負かすディベート上手なLLMの実装

人間を討論で言い負かすディベート上手なLLMの実装

LLMにおける現状のリスクと対策に関するまとめ

LLMにおける現状のリスクと対策に関するまとめ

LLMのサイバーセキュリティタスク性能評価フレームワーク「Cybench」

LLMのサイバーセキュリティタスク性能評価フレームワーク「Cybench」

業界／カテゴリー

PAGE TOP