時系列データをグラフにしてLLMに見せると文字だけより最大120%性能向上　トークンも節約

時系列データをグラフにしてLLMに見せると文字だけより最大120%性能向上　トークンも節約

By AIDB Research / 2024/12/03
本記事では、時系列データをLLMで分析す...
Read More
長文コンテキスト処理はRAGを進化させるのか？最新モデル20種類での実験結果

長文コンテキスト処理はRAGを進化させるのか？最新モデル20種類での実験結果

By AIDB Research / 2024/12/02
本記事では、最新のLLMにおける長文コン...
Read More
『LLM-as-a-judge』のさまざまな応用と分野の展望

『LLM-as-a-judge』のさまざまな応用と分野の展望

By AIDB Research / 2024/11/29
AI分野では、テキストの品質評価が大きな...
Read More
LLMを「評価者」として活用する『LLM-as-a-judge』の基本

LLMを「評価者」として活用する『LLM-as-a-judge』の基本

By AIDB Research / 2024/11/28
本記事では、新たな評価手法として注目され...
Read More
OpenAIのo1モデルへの対抗馬　アリババが独自の推論モデル「Marco-o1」を開発　オープンソースで公開

OpenAIのo1モデルへの対抗馬　アリババが独自の推論モデル「Marco-o1」を開発　オープンソースで公開

By AIDB Research / 2024/11/27
本記事では、OpenAIが発表した大規模...
Read More
Gemini-1.5-proやGPT-4o-miniなどの性能を上回るLLaVA-o1（11Bパラメータ）

Gemini-1.5-proやGPT-4o-miniなどの性能を上回るLLaVA-o1（11Bパラメータ）

By AIDB Research / 2024/11/26
本記事では、視覚と言語を組み合わせたマル...
Read More
LLMによるバグ全自動修正に成功するケースと失敗するケースの違い

LLMによるバグ全自動修正に成功するケースと失敗するケースの違い

By AIDB Research / 2024/11/25
本記事では、LLMによるバグ修正に関する...
Read More
LLMによる時系列データ分析に「ニュース情報」を混ぜるアプローチ　為替予測精度など大幅に向上

LLMによる時系列データ分析に「ニュース情報」を混ぜるアプローチ　為替予測精度など大幅に向上

By AIDB Research / 2024/11/22
本記事では、時系列予測にLLMを活用した...
Read More
Claude 3.5 Computer Useのケーススタディ集　示唆される「GUIエージェントの夜明け」

Claude 3.5 Computer Useのケーススタディ集　示唆される「GUIエージェントの夜明け」

By AIDB Research / 2024/11/21
本記事では、PCの画面を見て操作できる「...
Read More
LLMが長々と説明するときは自信がない傾向にある　14個のモデルで検証

LLMが長々と説明するときは自信がない傾向にある　14個のモデルで検証

By AIDB Research / 2024/11/20
本記事では、LLMが「答えに自信がない時...
Read More

LLM

「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　

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

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

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

「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

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%

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）

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
PAGE TOP