次回の更新記事：会議出席代行システム　LLMでどこまでできるか（公開予定日：2025年02月25日）
LLM科学者と人間の協力で実験の効率化　Googleなど

LLM科学者と人間の協力で実験の効率化　Googleなど

By AIDB Research / 2025/02/21
本記事では、LLMを活用した科学実験の進...
Read More
100万ドル分のソフトウェアエンジニアリング業務に挑む

100万ドル分のソフトウェアエンジニアリング業務に挑む

By AIDB Research / 2025/02/20
LLMがめざましく高度化しているにもかか...
Read More
「LLM活用で文書作成」社会でどこまで導入されている

「LLM活用で文書作成」社会でどこまで導入されている

By AIDB Research / 2025/02/19
本記事では、LLMが社会のさまざまな分野...
Read More
LLMを擬人化することに対する見解

LLMを擬人化することに対する見解

By AIDB Research / 2025/02/18
本記事では、LLMを「人間らしいもの」と...
Read More
LLM専用の「新しい言葉」を導入　Google DeepMind

LLM専用の「新しい言葉」を導入　Google DeepMind

By AIDB Research / 2025/02/17
本記事では、LLMの理解と制御に向けて新...
Read More
AIDBプレミアム会員特典のお知らせ

AIDBプレミアム会員特典のお知らせ

By AIDB Research / 2025/02/15
情報収集と学習を継続されている皆さまに対...
Read More
「すべてのソフトウェアをエージェントとして使う」ビジョンと実践例

「すべてのソフトウェアをエージェントとして使う」ビジョンと実践例

By AIDB Research / 2025/02/14
ソフトウェアを自然言語で操作する新しい手...
Read More
天井が見え始めたこれまでのLLMベンチマークを超える究極の問題集 DeepSeek-R1もテスト

天井が見え始めたこれまでのLLMベンチマークを超える究極の問題集 DeepSeek-R1もテスト

By AIDB Research / 2025/02/13
LLMの性能は日々進化を続けています。そ...
Read More
「職業別にみるLLM活用の現状と今後」Anthropicが大規模調査　

「職業別にみるLLM活用の現状と今後」Anthropicが大規模調査　

By AIDB Research / 2025/02/12
これまで広い視野での「LLMによる仕事の...
Read More
o3-miniクイズ

o3-miniクイズ

By AIDB Research / 2025/02/11
*前回はDeepSeekについてのクイズ...
Read More

RAG

LLMによりクエリを生成するアプローチで情報検索の精度を上げる方法

LLMによりクエリを生成するアプローチで情報検索の精度を上げる方法

RAG（検索拡張生成）において約半分のトークン数でタスクを実行できるフレームワーク『FIT-RAG』

RAG（検索拡張生成）において約半分のトークン数でタスクを実行できるフレームワーク『FIT-RAG』

RAGにおいてLLMが「役立たない情報を無視」できるようにする『RAFT』QAタスクで従来の手法を大幅に上回る結果を達成

RAGにおいてLLMが「役立たない情報を無視」できるようにする『RAFT』QAタスクで従来の手法を大幅に上回る結果を達成

表とテキストを両方含むドキュメントからLLMで上手に情報抽出を行う手法

表とテキストを両方含むドキュメントからLLMで上手に情報抽出を行う手法

検索結果をLLMでチェックして自動的に再検索する『MetaRAG』出力精度を大幅に向上

検索結果をLLMでチェックして自動的に再検索する『MetaRAG』出力精度を大幅に向上

RAGにおいて取得された情報と事前知識が矛盾しても、情報に説得力があるときLLMは受け入れる

RAGにおいて取得された情報と事前知識が矛盾しても、情報に説得力があるときLLMは受け入れる

大規模言語モデル（LLM）のこれまでとこれから③　-使用法・拡張法、データセット編-

大規模言語モデル（LLM）のこれまでとこれから③　-使用法・拡張法、データセット編-

GPT-4にRAG（検索拡張生成）を適用するケーススタディ　臨床問題で人間の医師よりも高い精度を達成

GPT-4にRAG（検索拡張生成）を適用するケーススタディ　臨床問題で人間の医師よりも高い精度を達成

LLMの検索結果をさらに正確にする手法『CRAG』（Corrective Retrieval Augmented Generation：修正型の検索拡張生成）

LLMの検索結果をさらに正確にする手法『CRAG』（Corrective Retrieval Augmented Generation：修正型の検索拡張生成）

RAGシステムに「無関係な」文書を混ぜたほうがLLMの出力精度が上がる可能性が示唆された

RAGシステムに「無関係な」文書を混ぜたほうがLLMの出力精度が上がる可能性が示唆された
PAGE TOP