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 / 2025/02/20
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

画像認識

Gemini-1.5-proやGPT-4o-miniなどの性能を上回るLLaVA-o1（11Bパラメータ）

Gemini-1.5-proやGPT-4o-miniなどの性能を上回るLLaVA-o1（11Bパラメータ）

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

漫画を台本に変換するモデル『Magi v2』オックスフォード大学の研究グループが開発

漫画を台本に変換するモデル『Magi v2』オックスフォード大学の研究グループが開発

画像と「動画」の中にあるものを認識する『SAM 2（Segment Anything 2）』をMetaが開発

画像と「動画」の中にあるものを認識する『SAM 2（Segment Anything 2）』をMetaが開発

タスクを一度視覚化して取り組ませることで、LLMの推論能力を大きく向上させるプロンプト手法『Whiteboard-of-Thought（ホワイトボード思考法）』

タスクを一度視覚化して取り組ませることで、LLMの推論能力を大きく向上させるプロンプト手法『Whiteboard-of-Thought（ホワイトボード思考法）』

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

JPモルガンの研究者らは、企業のドキュメントをLLMで読み込むモデル『DocLLM』を発表しました。

JPモルガンの研究者らは、企業のドキュメントをLLMで読み込むモデル『DocLLM』を発表しました。

視覚・テキスト・音声そして行動データを処理するマルチモーダルLLM「Unified-IO 2」を開発したと報告されています。

視覚・テキスト・音声そして行動データを処理するマルチモーダルLLM「Unified-IO 2」を開発したと報告されています。

「視覚は本来、言語に依存しない」と考えた研究者らが、言語データなしで大規模ビジョンモデル（LVM）を構築するアプローチを開発

「視覚は本来、言語に依存しない」と考えた研究者らが、言語データなしで大規模ビジョンモデル（LVM）を構築するアプローチを開発

画像分析機能を持つオープンソースLLM『LLaVA-1.5』登場。手持ちの画像を分析可能。GPT-4Vとの違い

画像分析機能を持つオープンソースLLM『LLaVA-1.5』登場。手持ちの画像を分析可能。GPT-4Vとの違い
PAGE TOP