次回の更新記事：LLMアプリでモデル更新時にプロンプト動作を安定させ…（公開予定日：2025年07月15日）

エージェント

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』

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』

GPT-4oに”嘘をつく理由”を与えると正直さが約32.5%減少　LLMは役割に応じて”正直さ”が変化する

GPT-4oに”嘘をつく理由”を与えると正直さが約32.5%減少　LLMは役割に応じて”正直さ”が変化する

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

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の実装方法

人間を討論で言い負かすディベート上手なLLMの実装方法

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」

民事裁判をLLMで模倣　シミュレートを経てLLMの法律能力が強化される

民事裁判をLLMで模倣　シミュレートを経てLLMの法律能力が強化される

LLMから「LLMエージェント」へ　ソフトウェアエンジニアリングにおける今後の展開

LLMから「LLMエージェント」へ　ソフトウェアエンジニアリングにおける今後の展開

Sakana AIが科学研究自動化フレームワーク『The AI Scientist』開発

Sakana AIが科学研究自動化フレームワーク『The AI Scientist』開発

LLMベースの万能エンジニアを構築する『OpenHands（旧OpenDevin）』プラットフォーム

LLMベースの万能エンジニアを構築する『OpenHands（旧OpenDevin）』プラットフォーム

プロフィールを登録すると
仕事のオファーが届きます

プロフィール登録
PAGE TOP