次回の更新記事：推論特化型LLM（推論モデル）の弱点はどこか　ステッ…（公開予定日：2025年11月13日）

エージェント

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

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

Among UsのようなゲームでLLMエージェントはどれほど活躍できるか

Among UsのようなゲームでLLMエージェントはどれほど活躍できるか

キャラが自律的に対話しながら物語の台本を生成するLLMベースのシステム『IBSEN』

キャラが自律的に対話しながら物語の台本を生成するLLMベースのシステム『IBSEN』

LLMで心理評価をゲーミフィケーションする方法

LLMで心理評価をゲーミフィケーションする方法

直近1ヶ月で読まれている記事

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