Claude 3.5 Computer Useのケーススタディ集　示唆される「GUIエージェントの夜明け」

Claude 3.5 Computer Useのケーススタディ集　示唆される「GUIエージェントの夜明け」

By AIDB Research / 2024/11/21
本記事では、PCの画面を見て操作できる「...
Read More
LLMが長々と説明するときは自信がない傾向にある　14個のモデルで検証

LLMが長々と説明するときは自信がない傾向にある　14個のモデルで検証

By AIDB Research / 2024/11/20
本記事では、LLMが「答えに自信がない時...
Read More
LLMプロジェクト開発に必要な新しい概念「AgentOps」とは

LLMプロジェクト開発に必要な新しい概念「AgentOps」とは

By AIDB Research / 2024/11/19
本記事では、LLMエージェントを安全に開...
Read More
オープンソースのコード生成LLMが商用LLMに追いつく　Qwen2.5-Coderの能力値全容

オープンソースのコード生成LLMが商用LLMに追いつく　Qwen2.5-Coderの能力値全容

By AIDB Research / 2024/11/18
本記事では、コード生成に特化したLLM「...
Read More
画像も文字も表も全部まとめて理解するRAGシステムの提案　Bloombergなど

画像も文字も表も全部まとめて理解するRAGシステムの提案　Bloombergなど

By AIDB Research / 2024/11/15
本記事では、複数の文書やページから図や表...
Read More
Llama 3.1シリーズ、8ビット量子化で半分以下のサイズでも性能をほぼ完全維持、実験で確認

Llama 3.1シリーズ、8ビット量子化で半分以下のサイズでも性能をほぼ完全維持、実験で確認

By AIDB Research / 2024/11/14
本記事では、LLMの推論コストを削減する...
Read More
LLMにおける長文処理能力の進化を調査 Claude 3.5は情報の流れを追跡するスキルに長ける

LLMにおける長文処理能力の進化を調査 Claude 3.5は情報の流れを追跡するスキルに長ける

By AIDB Research / 2024/11/13
本記事では、LLMの長文処理能力について...
Read More
上司役のLLMが部下LLMたちに的確に仕事を振り分ける『Magentic-One』マイクロソフトが開発

上司役のLLMが部下LLMたちに的確に仕事を振り分ける『Magentic-One』マイクロソフトが開発

By AIDB Research / 2024/11/12
本記事では、マイクロソフトが開発したマル...
Read More
「HTMLをそのままLLMに入力してはどうか」という新しいアプローチ

「HTMLをそのままLLMに入力してはどうか」という新しいアプローチ

By AIDB Research / 2024/11/11
本記事では、LLMの精度向上のために用い...
Read More
LLMの機能別「領域」はまるで脳のようであるとの仮説

LLMの機能別「領域」はまるで脳のようであるとの仮説

By AIDB Research / 2024/11/08
本記事では、LLMの内部で発見された驚く...
Read More

手の込んだ手法よりシンプルな手法の方がLLMは幻覚を起こしにくい　問題に応じて戦略を変える必要性

手の込んだ手法よりシンプルな手法の方がLLMは幻覚を起こしにくい　問題に応じて戦略を変える必要性

開発企業や言語ごとに異なるLLMのイデオロギー、価値観や態度

開発企業や言語ごとに異なるLLMのイデオロギー、価値観や態度

コンテキスト内で重要な情報同士が離れすぎるとLLMの性能は大幅に下がる

コンテキスト内で重要な情報同士が離れすぎるとLLMの性能は大幅に下がる

LLMには正解例だけでなく、「よくある間違い例」と理由も一緒に教えるのが有効

LLMには正解例だけでなく、「よくある間違い例」と理由も一緒に教えるのが有効

o1モデルが人間のように6つの思考パターンを使い分けているとの実験結果

o1モデルが人間のように6つの思考パターンを使い分けているとの実験結果

IBMから日本語対応の商用可能オープンソースLLM「GRANITE 3.0」公開　8Bから

IBMから日本語対応の商用可能オープンソースLLM「GRANITE 3.0」公開　8Bから

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
PAGE TOP