Loading [MathJax]/extensions/tex2jax.js
次回の更新記事：「賢くしゃべる家電」は実現できるか？LLMを用いて、…（公開予定日：2025年04月23日）

LLM

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

単純に生成回数を増やすとLLMの性能が大幅に向上する「推論時のスケーリング則」

単純に生成回数を増やすとLLMの性能が大幅に向上する「推論時のスケーリング則」

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？

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』

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

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

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

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

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

プロンプトに5つほど”価値観の例”を示すだけで、LLMは特定の文化に適応した回答ができるようになるとの報告

プロンプトに5つほど”価値観の例”を示すだけで、LLMは特定の文化に適応した回答ができるようになるとの報告

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

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