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）
AI基礎クイズその一

AI基礎クイズその一

By AIDB Research / 2025/02/22
最近AI分野に参入された方々にとっては、...
Read More
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

論文

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

Appleが開発、スマホのスクリーンを理解してユーザーと対話できる『ReALM』端末上で動く軽量モデル

Appleが開発、スマホのスクリーンを理解してユーザーと対話できる『ReALM』端末上で動く軽量モデル

LLMの化学的能力はどれほどか　最先端LLMと人間を比較した結果

LLMの化学的能力はどれほどか　最先端LLMと人間を比較した結果

ハーバード大学の研究者らによる「現時点で、AIは研究にどう役立つのか」調査と論考

ハーバード大学の研究者らによる「現時点で、AIは研究にどう役立つのか」調査と論考

LLMが生成した長いテキストにおける「事実性」を自動で評価するLLMエージェントフレームワーク『SAFE』Google DeepMindが開発

LLMが生成した長いテキストにおける「事実性」を自動で評価するLLMエージェントフレームワーク『SAFE』Google DeepMindが開発

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』

「ゲームでのLLM」における調査結果　プレイヤー・NPC・ゲームマスターなど様々な役割を網羅的に整理

「ゲームでのLLM」における調査結果　プレイヤー・NPC・ゲームマスターなど様々な役割を網羅的に整理

人はディベートで人よりもGPT-4が相手のとき81.7%高い確率で意見を変える（つまり討論に負ける）傾向にあったとの実験報告

人はディベートで人よりもGPT-4が相手のとき81.7%高い確率で意見を変える（つまり討論に負ける）傾向にあったとの実験報告

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

Microsoftなどのプロンプト圧縮技術『LLMLingua-“2″』タスクの精度を維持したまま圧縮率2-5倍

Microsoftなどのプロンプト圧縮技術『LLMLingua-“2″』タスクの精度を維持したまま圧縮率2-5倍
PAGE TOP