次回の更新記事：外部LLMを利用するときに機密情報を含む可能性のある…（公開予定日：2025年03月12日）

有料記事

『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

難しいベンチマークで高性能なLLMでも単純な問題で間違えてしまう現象について「不思議の国のアリス問題」とGPT-4o、Claude-3、Llama 3などで分析

難しいベンチマークで高性能なLLMでも単純な問題で間違えてしまう現象について「不思議の国のアリス問題」とGPT-4o、Claude-3、Llama 3などで分析

仮想の翻訳会社「TRANSAGENTS」に学ぶ　マルチLLMエージェントによる効果的な翻訳システム

仮想の翻訳会社「TRANSAGENTS」に学ぶ　マルチLLMエージェントによる効果的な翻訳システム

LLMの出力が信頼できるかを判定する手法　Google DeepMindが新しく考案

LLMの出力が信頼できるかを判定する手法　Google DeepMindが新しく考案

MMLUをアップデートしたベンチマーク『MMLU-Pro』Phi-3やLlama 3、Claude 3、GPT-4oなどの評価結果

MMLUをアップデートしたベンチマーク『MMLU-Pro』Phi-3やLlama 3、Claude 3、GPT-4oなどの評価結果

プロフィールを登録すると
仕事のオファーが届きます

プロフィール登録
PAGE TOP