お問い合わせはこちら

業界/カテゴリー

おすすめ企画

日本ディープラーニング協会

LLMの「心の理論」能力を詳しく調べるためのベンチマーク『OpenToM』

人間同士の円滑なコミュニケーションに不可...
Read More

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

大規模言語モデル(LLM)のパフォーマン...
Read More

RAGにおいて取得された情報と事前知識が矛盾しても、情報に説得力があるときLLMは受け入れる
LLMに無礼なプロンプトを使用すると性能が低下し、間違えるリスクが増加する可能性
GPT-4やGemini Pro1.0などさまざまなLLMで、プロンプトの入力が長くなるにつれて推論性能に顕著な低下が見られる
LLMの「心の理論」能力を詳しく調べるためのベンチマーク『OpenToM』
GPT-4などに対してプロンプトのみから「新しい言葉の概念」を学習させるためのフレームワーク『FOCUS』
深層ニューラルネットワークの学習プロセスを運動方程式で表すことに成功 研究者本人が解説(NEC宮川大輝氏)
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
ユーザーの指示が曖昧なとき、LLM側が確認を行うエージェントアーキテクチャ『Mistral-Interact』
「Pandasデータフレームの欠損値を確認せよ! 」AIクイズ実装編【第7問】
「配列をpandasデータフレームにせよ! 」AIクイズ実装編【第6問】
「モデル作成後の評価法は? 」AIクイズ実装編【第5問】
「scikit-learnで最小二乗法! 」AIクイズ実装編【第4問】
「pandasでcsvファイルを読み取る! 」AIクイズ実装編【第3問】
「numpy配列の行数と列数を取得せよ! 」AIクイズ実装編【第2問】
「データを訓練データとテストデータに分割せよ! 」AIクイズ実装編【第1問】
「クラスタリングの評価手法『ARIやNMI』の欠点は? 」AIクイズscikit-learn編【第5問】
「DBCANの正しい説明とは? 」AIクイズscikit-learn編【第4問】
「凝集型クラスタリングとは? 」AIクイズscikit-learn編【第3問】
「t-SNEは何次元のデータを可視化できる? 」AIクイズscikit-learn編【第2問】
「非負値行列因子分解(NMF)とは? 」AIクイズscikit-learn編【第1問】
「ディープラーニングの応用分野はどれ? 」AIクイズ応用編【第30問】
「Pythonのグラフ描画ライブラリはどれ?」AIクイズ応用編【第29問】
「ニューラルネットワークの学習の流れ、分かる?」AIクイズ応用編【第28問】
RAGにおいて取得された情報と事前知識が矛盾しても、情報に説得力があるときLLMは受け入れる
LLMに無礼なプロンプトを使用すると性能が低下し、間違えるリスクが増加する可能性
GPT-4やGemini Pro1.0などさまざまなLLMで、プロンプトの入力が長くなるにつれて推論性能に顕著な低下が見られる
LLMの「心の理論」能力を詳しく調べるためのベンチマーク『OpenToM』
GPT-4などに対してプロンプトのみから「新しい言葉の概念」を学習させるためのフレームワーク『FOCUS』
深層ニューラルネットワークの学習プロセスを運動方程式で表すことに成功 研究者本人が解説(NEC宮川大輝氏)
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
ユーザーの指示が曖昧なとき、LLM側が確認を行うエージェントアーキテクチャ『Mistral-Interact』
LLMの思考の流れに沿ってプロンプトを与えるか否かで30%以上精度が変化する DeepMindが報告
大規模言語モデル(LLM)のこれまでとこれから④ -ベンチマーク別の優秀なモデルと将来展望編-
大規模言語モデル(LLM)のこれまでとこれから③ -使用法・拡張法、データセット編-
大規模言語モデル(LLM)のこれまでとこれから② -モデル構築編-
大規模言語モデル(LLM)のこれまでとこれから① -代表的なモデル編-
LLMにタスクに応じた推論プロセスを自ら考えるようにするプロンプト手法『SELF-DISCOVER』Google DeepMindなどが開発
LLMに敢えて間違わせてルールを覚えさせるプロンプト手法 Google DeepMindなどが考案
人間の集団が持つアイデアはAIによって多様性が向上することが研究で示唆されています。
数学オリンピックの金メダリストと似たレベルで幾何学問題を解くAIシステムをDeepMindが開発したことがNatureで報告されています。
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。
ChatGPTなど提供のOpenAI元CEOが代表に復帰
ChatGPTなど運営OpenAI社のCEOが交代
オセロで「完璧な手を打ち続けた結果は引き分けである」ことを証明する研究が発表されました。
現時点でのLLMに対する網羅的な評価分析が行われました。
LLMと遺伝的アルゴリズムを使用して、個性によって社会集団の行動がどのように変化していくのかを観察する挑戦的な研究が行われました。
特定の個人の好みやニーズに最も適したレスポンスや行動を行うLLMを開発する手法、『Personalized Soups(意訳:ぼくだけのためのスープ)』が開発されました。
「DALL-E 3はどうしてユーザーの意図を正確に汲み取ることができるのか?」に対するOpenAIの論文が発表されました。
電気回路図などの図表をテキストのみから生み出すLLM駆動のフレームワーク『DiagrammerGPT(ダイアグラマーGPT)』が登場しました。
GPT-4との対話でタスクプランニングを行うロボットシステムフレームワークが発明されました。
GPT-4などLLMのコード生成能力にデバッグ機能を追加する『SELF-DEBUGGING(セルフデバッギング)』フレームワークが考案されました。
LLMがソフトウェアエンジリアリングにおいて現時点で役に立つこと&課題。Metaなどの研究者らが報告
主要な世界的AI研究機関(企業)が自社の論文を掲載しているWebページまとめ
AIによる「電力予測」どこまで進んでる?研究事例まとめ
「投資」にAIを活用した研究事例まとめ【解説あり】
「農業」や「畜産」にAIを活用した研究事例まとめ【解説あり】
「食品の品質管理」にAIを活用した研究事例まとめ【解説付き】
「学会レポート」特集!記事一覧
「AI研究者が語る」特集!記事一覧
「AI時代のメンタリズム」特集!記事一覧
「AI×釣り」特集!記事一覧
「AIアプリやってみた」特集!記事一覧
「StyleGAN」特集!記事一覧
「G検定・E資格」特集!
「東大生AI初心者じゅんぺーの学習日誌」特集!記事一覧

お問い合わせはこちら

業界/カテゴリー

おすすめ企画

日本ディープラーニング協会

PAGE TOP