次回の更新記事：100ドル前後のシングルボードコンピュータでLLMは実…（公開予定日：2025年11月20日）

有料記事

計画のステップが増えるほど、LLMは最初の目標を見失っていく傾向がある

計画のステップが増えるほど、LLMは最初の目標を見失っていく傾向がある

500以上の実世界のマルチモーダルタスクを含む、過去最大規模の評価ベンチマーク『MEGA-BENCH』登場

500以上の実世界のマルチモーダルタスクを含む、過去最大規模の評価ベンチマーク『MEGA-BENCH』登場

「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し提示する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し提示する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%

高解像度な深度マップを高速生成するモデル『Depth Pro』Appleが公開

高解像度な深度マップを高速生成するモデル『Depth Pro』Appleが公開

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）

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

「o1-preview」は従来のモデルとは明確に異なり「珍しいタイプの問題」にも強い

「o1-preview」は従来のモデルとは明確に異なり「珍しいタイプの問題」にも強い

対話の中でユーザーの好みを学ぶ手法『CIPHER』　（プロンプトテンプレートあり）

対話の中でユーザーの好みを学ぶ手法『CIPHER』　（プロンプトテンプレートあり）

専門家が作成したプロンプトと同等以上の性能を達成する自動プロンプト生成手法『Minstriel』

専門家が作成したプロンプトと同等以上の性能を達成する自動プロンプト生成手法『Minstriel』

米国3人に1人が生成AIを使用　ブルーカラー労働者も生産性向上　大規模調査より

米国3人に1人が生成AIを使用　ブルーカラー労働者も生産性向上　大規模調査より

直近1ヶ月で読まれている記事

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