イベントのお知らせ


AIDBとは


AIDBは、論文などの文献に基づいてAIの科学技術や市場にキャッチアップするためのサービスです。個人の研究や仕事探し、法人の調査や採用を支援します。2019年から運営しています。

プロフィールを登録すると
仕事のオファーが届きます

プロフィール登録

日本ディープラーニング協会

次回の更新記事:プロンプトの「内容」だけでなく「書式」も同時に最…(公開予定日:2025年03月18日)

推論時のトークン数を80%以上削減しながら出力精度を保つプロンプト手法の新提案
公共×AIで社会を変える株式会社電算の“安定基盤と最先端技術”【コラム】
世界的にみた「独自LLM」の開発状況や戦略、規制動向、投資環境
専門分野の翻訳をLLMで上手に行う方法 専門用語や専門表現をいかにしてカバーするか
外部LLMを利用するときに機密情報を含む可能性のあるプロンプトからの情報漏洩を防ぐ方法
LLMは自分の回答を組み合わせることで精度が向上する 検証結果と実践方法
スマートフォンアプリにおけるLLM活用の開発実態
ソフトバンク決算から見る国内AIビジネスの動向と人材像【コラム】
ソフトウェア評価にLLMを活用する「LLM-as-a-Judge」における現状
LLMアプリケーション(LLMを利用したシステム)の安全評価方法・レッドチーミングの進め方
「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】
推論時のトークン数を80%以上削減しながら出力精度を保つプロンプト手法の新提案
世界的にみた「独自LLM」の開発状況や戦略、規制動向、投資環境
専門分野の翻訳をLLMで上手に行う方法 専門用語や専門表現をいかにしてカバーするか
外部LLMを利用するときに機密情報を含む可能性のあるプロンプトからの情報漏洩を防ぐ方法
LLMは自分の回答を組み合わせることで精度が向上する 検証結果と実践方法
スマートフォンアプリにおけるLLM活用の開発実態
ソフトウェア評価にLLMを活用する「LLM-as-a-Judge」における現状
LLMアプリケーション(LLMを利用したシステム)の安全評価方法・レッドチーミングの進め方
LLM評価の盲点とそれを解消する手法
LLMはシステムプロンプトをどれほど守れるか
自然言語タスクをコードタスクに変換してLLMに高度な推論を実行させる
LLMのアンサンブル(組み合わせ)で重要なのは多様性か、それとも優秀さか。
LLMにキャラクターの話し方だけでなく「キャラ独自の内面の思考プロセス」も模倣させる手法
Claude 3.7 Sonnet その安全性と性能
会議出席代行システム LLMでどこまでできるか
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。
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
OpenAIは、DALL·E 3の論文を通して「画像生成AIの安全性は前進した」ことを報告しています。
トヨタから「栽培しなくても作物の特性がわかるAI」の特許が出願。なぜ?
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

イベントのお知らせ


AIDBとは


AIDBは、論文などの文献に基づいてAIの科学技術や市場にキャッチアップするためのサービスです。個人の研究や仕事探し、法人の調査や採用を支援します。2019年から運営しています。

プロフィールを登録すると
仕事のオファーが届きます

プロフィール登録

日本ディープラーニング協会

PAGE TOP