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プロジェクト開発に必要な新しい概念「AgentOps」とは

LLMプロジェクト開発に必要な新しい概念「AgentOps」とは

By AIDB Research / 2024/11/19
本記事では、LLMエージェントを安全に開...
Read More
オープンソースのコード生成LLMが商用LLMに追いつく　Qwen2.5-Coderの能力値全容

オープンソースのコード生成LLMが商用LLMに追いつく　Qwen2.5-Coderの能力値全容

By AIDB Research / 2024/11/18
本記事では、コード生成に特化したLLM「...
Read More
画像も文字も表も全部まとめて理解するRAGシステムの提案　Bloombergなど

画像も文字も表も全部まとめて理解するRAGシステムの提案　Bloombergなど

By AIDB Research / 2024/11/15
本記事では、複数の文書やページから図や表...
Read More
Llama 3.1シリーズ、8ビット量子化で半分以下のサイズでも性能をほぼ完全維持、実験で確認

Llama 3.1シリーズ、8ビット量子化で半分以下のサイズでも性能をほぼ完全維持、実験で確認

By AIDB Research / 2024/11/14
本記事では、LLMの推論コストを削減する...
Read More
LLMにおける長文処理能力の進化を調査 Claude 3.5は情報の流れを追跡するスキルに長ける

LLMにおける長文処理能力の進化を調査 Claude 3.5は情報の流れを追跡するスキルに長ける

By AIDB Research / 2024/11/13
本記事では、LLMの長文処理能力について...
Read More
上司役のLLMが部下LLMたちに的確に仕事を振り分ける『Magentic-One』マイクロソフトが開発

上司役のLLMが部下LLMたちに的確に仕事を振り分ける『Magentic-One』マイクロソフトが開発

By AIDB Research / 2024/11/12
本記事では、マイクロソフトが開発したマル...
Read More
「HTMLをそのままLLMに入力してはどうか」という新しいアプローチ

「HTMLをそのままLLMに入力してはどうか」という新しいアプローチ

By AIDB Research / 2024/11/11
本記事では、LLMの精度向上のために用い...
Read More
LLMの機能別「領域」はまるで脳のようであるとの仮説

LLMの機能別「領域」はまるで脳のようであるとの仮説

By AIDB Research / 2024/11/08
本記事では、LLMの内部で発見された驚く...
Read More

論文

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

RAGで検索文書の要約を活用したクエリ書き換えが検索精度を大幅に向上させる　AWS報告

RAGで検索文書の要約を活用したクエリ書き換えが検索精度を大幅に向上させる　AWS報告

人間を討論で言い負かすディベート上手なLLMの実装

人間を討論で言い負かすディベート上手なLLMの実装

プロンプトの影響によるLLMの性能のばらつきを考慮した評価指標「Sharpeスコア」　NAIST研究者ら考案

プロンプトの影響によるLLMの性能のばらつきを考慮した評価指標「Sharpeスコア」　NAIST研究者ら考案

モデルとデータの大規模化で変化するLLMのハルシネーション　Google DeepMindの研究

モデルとデータの大規模化で変化するLLMのハルシネーション　Google DeepMindの研究

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」
PAGE TOP