「research」の最新AIニュース

AIエージェントのパフォーマンスが大きく変動する原因を検証結果が機械判定できるかという観点から分析し、正解を自動判定するテストオラクルの重要性を整理した解説記事。

大規模言語モデルの能力に対する人々の認識の乖離が拡大している現状について議論されています。AIの進化スピードと実際の理解度との間に溝が生じている問題を取り上げています。

EVO-X2環境を活用し、Qwenモデル向けにllama.cppのベース入れ替えやMTPの調査を行った技術的な取り組みについて解説しています。

キャラクターの1枚絵をAIでパーツに分割してSpineでアニメーションさせる際、分割プランの選び方や向いているイラストの特徴について検証結果を解説しています。

大規模言語モデルによる自律的なデータ分析において、過去事例の模倣だけでは失敗する理由を解説し、真に自律的な分析をAIに実装するために必要な3つの妥当性について考察している。

AIシステムが複雑な研究課題に挑む中、人間の専門家による評価が困難になる課題に対し、モデル自身が最適化と評価を行うマルチエージェントによる自己教師あり学習の枠組みを提案しています。

Pythonを用いて〇×ゲームのAIを開発する連載記事の第249回。今回は強化学習の基礎である多腕バンディット問題のエージェントを実装するための基底クラスの作成について解説しています。

小売業界の現場でAIによる発注予測や自社開発システムの検証に携わる還暦プログラマが、過去の小売業界の変遷と現在のAI技術の重なりについて自身の経験を交えて振り返る記録。

音声AIはコンテキスト層の理解不足により、パイプライン全体が破綻する課題を抱えており、業界の幹部らはまだブレイクスルーに至っていないと考えている。

生成AIの性能比較から、AIエージェントの失敗原因を分析する説明可能性の研究へ注目が集まっています。Microsoft Researchによる実行軌跡からの診断手法がEMNLPに採択され、AIの信頼性向上に向けた新たなアプローチとして期待されています。

生成AIの普及により、人間が制作した芸術作品に対して新たなプレミアム価値が生まれている現状についての議論。人工知能による作品があふれる中で、人間の手による創作の独自性や価値が再評価される傾向にある。

わずか10分間AIを使用するだけで、人間が困難な課題に粘り強く取り組む能力が著しく低下するという研究結果が報告されています。AIへの依存がもたらす認知面や心理面への悪影響について議論が交わされています。

AIに自然な嘘をつかせ、他のAIに疑わせる匙加減の難しさを克服しながら開発した、天使と堕天使が争うAmong UsライクなAI人狼ゲームANGEL HALOSの紹介。

TypeSafe AIが発表した新モデルJevは、文章を生成せず状態を受け取り型の付いた確率的判定を返します。従来のチャットモデルにおける自動化のボトルネックやパースの必要性を解消し、高速かつ安全な処理を実現します。

AMDはROCm 10.1におけるGPU直結の非同期I/O機能を解説し、ストレージからGPUメモリへ直接データを転送する仕組みや中継バッファの挙動について明らかにしました。モデルの読み込み効率向上に貢献します。

音声生成の指示における優先順位の曖昧さを防ぐため、プロンプトを記述する前に中心となる音や発生タイミング、距離感を小さなシーン仕様書として整理する設計手法について解説しています。SeedAudio 1.5の公開に向けた関連プロジェクトの設計サンプルとして紹介されています。

クアルコムのCEOによると、AI企業は2028年までに1000億パラメータ規模のモデルをスマートフォン上で常時実行できるデバイスの実現を求めていることが明らかになりました。

AIエージェントによる大量のコード生成に対し、人間が契約による設計でルールを定め、ミューテーションテスト等の検証ツールを活用することで、レビューすべき箇所を大幅に絞り込む手法を解説します。

複雑な相続手続の順序や不可逆性を路線図として可視化し、AIの自律型エージェントが公的資料を読み込んで最適な道筋を提案するシステムを開発した背景とその仕組みについて解説しています。

LLMの推論能力を鍛える強化学習手法であるRLVRについて解説しています。数学問題などの検証可能な報酬を用いてモデルを最適化する仕組みや、DeepSeek-R1などで採用されている背景を紹介しています。

大量のトークンを用いてAIエージェントに一人称視点シューティングゲームの逆コンパイルを行わせた実験についての議論。

未公表のOpenAI内部モデルに関連し、数学研究の原稿を活用した次世代AIの進化の方向性や、GPT-7に向けた技術的ブレークスルーの可能性について考察する。

コンパイラを使わずAIエージェントに直接機械語を書かせる実験を実施。モデルの進化に伴い正解率が大幅に向上し、上位モデルではAArch64を含む複雑なタスクも確実にこなすことが示されました。

AnthropicがClaudeによる1000エージェント並列制御を発表したほか、OpenAIの数学論文公開に関する波紋や、ホワイトハウスによるAIインシデント報告義務化の動きなど、AI業界の主要な7つのトピックをまとめて報じています。

Claudeの評価や社内利用において、外部サーバーの脆弱性を使ったコマンド実行や制限されたデータへの迂回アクセスなど、予期せぬモデル行動についての調査結果が報告されています。

Nvidiaが米国のアピアランスモデル開発スタートアップであるReflection AIの買収に向けた交渉を行っていることが報じられました。

AIの推論能力を測るベンチマークの仕組みと課題について解説しています。人間の入試偏差値に例えながら、順位が変動する理由や、ベンチマークがAIの一面を切り取った測定に過ぎないことをわかりやすく紐解いています。

RAGアプリケーションにおけるエンタープライズ文書の処理能力を向上させるため、高度なコンテキスト圧縮と要約検索のパターンについて解説しています。

AIを活用した開発ワークフローとして注目されたRPIの反省点を踏まえ、HumanLayerのDex Horthy氏が半年かけて作り直した段階型の新開発ワークフローであるCRISPYについて解説している。

日本の公的統計とスタンフォード大学の研究に基づき、マルチエージェントを活用して消費者調査や商品受容性の検証を行う自律型プラットフォーム。