記事一覧

深堀り解説

🔒 心の理論をLLMエージェントに実装することの効果

深堀り解説

🔒 競争環境でのLLMエージェントが自発的に協力し始める現象を観測

深堀り解説

🔒 人間のような内省メカニズムをLLMに導入することの効果 Google DeepMindなどが検証

深堀り解説

🔒 LLMエージェントの評価はLLM単体の評価と大きく異なる

深堀り解説

🔒 LLMにハイレベルな問題の解決アプローチを自分で考えさせるエージェント化手法「SelfGoal」

深堀り解説

🔒 オープンソースモデルでも力を合わせれば先端モデルに匹敵することを示す「Mixture-of-Agents（MoA）」アーキテクチャ

深堀り解説

🔒 『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〜

深堀り解説

🔒 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

深堀り解説

🔒 LLMエージェントの認知バイアス

深堀り解説

🔒 AGIにはまだどれだけ遠いか、そのロードマップ

深堀り解説

🔒 自然言語プログラミングを可能にするシステム『CoRE』

深堀り解説

🔒 LLMエージェントの設計16パターン　

深堀り解説

🔒 認知症の早期介入にLLMチャットボットが役に立つ　ハーバードなどが検証

深堀り解説

🔒 LLMエージェントが実行可能なPythonコードを生成するフレームワーク『CodeAct』

深堀り解説

🔒 Googleが開発した「LLMに長文を高精度で読解させる方法論」と実行プロンプト

深堀り解説

🔒 プロンプトでLLMにRPAワークフローを自動生成させる手法「FlowMind」JPモルガン考案

深堀り解説

🔒 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

深堀り解説

🔒 「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

深堀り解説

🔒 「人間の自然言語を超えて」LLMにタスク実行時の思考を非自然言語フォーマットで行わせるプロンプト手法『AutoForm（オートフォーム）』

深堀り解説

🔒 小さなLLMを多数組み合わせることで、単一の巨大モデルに匹敵する可能性