「o1-preview」は自己評価メカニズムを持つ　計画立案中に自分の行動をチェックして修正　

「o1-preview」は自己評価メカニズムを持つ　計画立案中に自分の行動をチェックして修正　

By AIDB Research / 2024/10/18
本記事では、OpenAIの最新モデル「o...
Read More
ロングコンテキストLLMでも、情報の数は「多ければ多いほど良い」わけではない

ロングコンテキストLLMでも、情報の数は「多ければ多いほど良い」わけではない

By AIDB Research / 2024/10/17
本記事では、長い文脈を扱えるLLMをRA...
Read More
OpenAIのo1-previewモデル、Kaggleのグランドマスター基準を上回るデータ分析性能を発揮

OpenAIのo1-previewモデル、Kaggleのグランドマスター基準を上回るデータ分析性能を発揮

By AIDB Research / 2024/10/16
本記事では、OpenAIが開発した「機械...
Read More
LLMの推論能力は単純に文脈を繰り返すだけでも大幅に向上　最大で30%改善

LLMの推論能力は単純に文脈を繰り返すだけでも大幅に向上　最大で30%改善

By AIDB Research / 2024/10/15
本記事では、LLMの多段階推論能力を向上...
Read More
「あなたは〇〇です」などのペルソナ設定を与えても、事実に基づく質問への回答精度は向上しないとの主張

「あなたは〇〇です」などのペルソナ設定を与えても、事実に基づく質問への回答精度は向上しないとの主張

By AIDB Research / 2024/10/11
本記事では、LLMのシステムプロンプトに...
Read More
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%

By AIDB Research / 2024/10/10
本記事では、LLMのプログラミング能力を...
Read More
高解像度な深度マップを高速生成するモデル『Depth Pro』Appleが公開

高解像度な深度マップを高速生成するモデル『Depth Pro』Appleが公開

By AIDB Research / 2024/10/09
本記事では、1枚の画像から高精度な奥行き...
Read More
ハーバード大学とGoogleの研究者ら、LLMチャットボットを総合的に評価するデータセットの作り方を報告（作成されたデータセットも公開）

ハーバード大学とGoogleの研究者ら、LLMチャットボットを総合的に評価するデータセットの作り方を報告（作成されたデータセットも公開）

By AIDB Research / 2024/10/08
本記事では、RAGシステムの性能を総合的...
Read More
100万体のLLMエージェントによるシミュレーションを実験できる環境が登場

100万体のLLMエージェントによるシミュレーションを実験できる環境が登場

By AIDB Research / 2024/10/07
本記事では、LLMを活用した大規模マルチ...
Read More
「o1」は従来のモデルとは明確に異なり「珍しいタイプの問題」にも強い

「o1」は従来のモデルとは明確に異なり「珍しいタイプの問題」にも強い

By AIDB Research / 2024/10/04
本記事では、OpenAIが開発した新しい...
Read More

LLM

現実世界の確率分布における言語モデルの推定能力と改善方法　Googleが検証

現実世界の確率分布における言語モデルの推定能力と改善方法　Googleが検証

『プロンプトレポート』OpenAIなどが作成した調査報告書　〜その3　プロンプトエンジニアリングのケーススタディ〜

『プロンプトレポート』OpenAIなどが作成した調査報告書　〜その3　プロンプトエンジニアリングのケーススタディ〜

『プロンプトレポート』OpenAIなどが作成した調査報告書　〜その2　マルチモーダルとエージェント〜

『プロンプトレポート』OpenAIなどが作成した調査報告書　〜その2　マルチモーダルとエージェント〜

『プロンプトレポート』OpenAIなどが作成した調査報告書　〜その1　重要な用語と各種プロンプト手法〜

『プロンプトレポート』OpenAIなどが作成した調査報告書　〜その1　重要な用語と各種プロンプト手法〜

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

人とLLMの実際のチャット履歴から抽出した1,024のリアルなタスクでClaude 3などを評価した結果

人とLLMの実際のチャット履歴から抽出した1,024のリアルなタスクでClaude 3などを評価した結果

LLMは与えられたペルソナ（役割）に応じてバイアスが変化することが明らかに

LLMは与えられたペルソナ（役割）に応じてバイアスが変化することが明らかに

マルチモーダルLLMは従来手法よりゼロショット画像分類の精度が大幅に向上　Googleが報告

マルチモーダルLLMは従来手法よりゼロショット画像分類の精度が大幅に向上　Googleが報告
PAGE TOP