K.Ishi@生成AIの産業応用

GPT-4.5はチューリングテストで驚異の73%を叩き出し、「人間より人間っぽい」ことが判明した。 これは、被験者がブラインドでAIと人間の両方と会話し、どちらが人間かを当てるテストで、全体の73%が本物の人よりGPT-4.5を人間だと思った。 より「人間らしい会話展開と言葉遣いだった」ことが理...

DeepSeek-R1を調査した論文でプロンプトガイドラインが示され、Few-shot（少数サンプルの提示）が非推奨なことが示された。 以前のo1の調査でも同じ結果が出ており、どうやらo1/r1のような今後主流となる推論モデルからは、Few-shotは消えてなくなるだろう。 プロンプト設計時には...

「日中に人の操作を学習し、寝ている間にAIが作業する」というコンセプトのPC Agentが登場した。 この研究では、人による実演データを用いてPCの操作手順を学習させ、動作を再現する実験を行った。 その結果、背後にある思考プロセスまで再現でき、人間らしい柔軟性を帯びた対応力の獲得に成功した。...

o1型のモデル(LRM)の推論プロセスに、効果的にRAGを組み込む新手法が登場した。 この手法では、 - 推論中に知識不足を感知すると自動で検索 - 一貫性のある推論を形成するように情報を整理・統合 することで、根拠ある推論を実現。 強い推論能力を持つo1型の知識不足をRAGで補う良い組み合わせ...

ChatGPTには特定の単語を過剰使用するという問題がある。 この論文は、この問題の背景に意外な社会的要因が潜んでいることを指摘した。 それは、AIに良し悪しを教えるRLHFの評価者たちが低賃金と時間的プレッシャーの中で働いており、内容ではなく特定の単語の存在を良しとしてしまう可能性だ。...

AlphaGoの開発者(Google)「私たちはまず、プロ棋士の棋譜データをAIに与え、その人間の手を学習して取り込ませるところからスタートしました。AIはその後、その地点から自己対局で学習を継続しました。 しかし、1年後に私たちが発見したのは、"人間のデータは実は必要なかった"という事実です。」...

Anthropicの社員が、Claudeにポケモンをプレイさせて得た驚きのエピソード： 「もう一つは時間感覚の問題です。Claudeにとって、ボタンを15,000回押すことには何の苦痛もないんです。 （中略） Claudeには長時間同じことをしている時の「何か変だぞ」という感覚や、時間に対する直感が...

UCLAより、GPT-4oの画像生成の得意不得意を包括的に調査した研究が出た。 GPT-4oの画像生成は非常に優秀だが、 ・左右反転などの空間認識力が乏しい ・「〜だけを変えて」のような条件付きが苦手 ・前に作った画像を正確に参照できない などの弱点があることがわかった。 画像生成時には要注意だ...