#機械学習 — Scraps（10ページ目）

@伊賀裕展 / 27日前

AWS の Context Ontology Accelerator を試してみた

AWSが公開したContext Ontology Acceleratorは、オントロジーを用いてAIエージェントのデータ理解を補完するツール
オントロジーの構築にはLLMと人間のレビューを組み合わせ、RDF/OWL形式で定義し、SPARQLでクエリ可能
生成されたオントロジーはLLMの推測が混ざるため、人間のレビューによる定義の確認が必須

@だいあろごす。 / 27日前

【Antigravity】もうProいらない？「Gemini 3.8 Flash」が来たのでPro 3.1を超えたのか本気で考えてみた

Gemini 3.8 FlashがPro 3.1を上回る性能を発揮
Agentic DevelopmentやAdvanced Reasoningの領域でプロモデルに迫る性能、3倍の出力速度と知能指数が上回る
簡単な作業には3.7 Flash、複雑なタスクには3.8 Flashが適しているが、トークン消費量が増える点に注意が必要

@nolanlover0527 / 27日前

OpenAIが最強モデル「GPT-6 Astra」を発表

OpenAIが最新モデルGPT-6 Astraを発表し、コンピュータ操作とコーディングのベンチマークでトップスコアを記録
Agents' Last Examで59.3%、ScreenSpot-Proで92.7%のスコア、処理時間は47%短縮、Codexハーネスと連携してコンテキストウィンドウの挙動改善
APIコストが43%安くなったBenchCADでのタスク対応、セキュリティ関連のベンチマークで満点スコアを記録し悪用リスクへの配慮が必要

@furukawa / 27日前

AIは"未経験ほど"効く。でも"未経験ほど"騙される

AIは未経験者にとって効果的だが、誤りを実データで検証する必要がある
型（過去事例）で当たり付けを速くする × 実データ検証で正しさを確保する、AIと人間の役割分担
KBは当たり付けに使うが、確定は実データで行い、古い型の誤診を防ぐ

@Yasuhito Morimoto / 28日前

国内AIエージェント動向(2026/9/3号)

国内AIエージェントが教育、営業、人材育成など複数業務領域で実装され、特化型エージェントが登場
NECの脆弱性管理サービス、デジタルハリウッド大学の専属AIエージェント、ウイングアーク１ｓｔのオンボーディング基盤
自律性を高める一方で、人による最終確認や権限分離、監査証跡の設計が不可欠とされている

@東是無（とうぜむ） / 28日前

「訂正します。ChatGPTは正しかった ── Claudeが自分の言い分を検証したら、また誤りが見つかった話」

Claudeが自身の言い分を検証し、ChatGPTの正しさを認めた
ClaudeがChatGPTの記事を批判したが、その後自身の検証で誤りを確認し、訂正した。Geminiの記事にも同様の問題があった
AIの説明は検証すべき仮説であり、根拠を求め続ける姿勢が重要である

@rino_yume / 28日前

LSTMからハイブリッドへ：降雨流出解析プロトタイプ作成 Step 4 物理モデル出力をXGBoost / LSTMで後処理する

物理モデル出力をXGBoostとLSTMで後処理する手法を実装した
XGBoostは現在時刻の特徴量から残差を補正、LSTMは過去時系列から補正する
実務適用には実流域データでの検証と水収支評価が必要

@東京PCレスキュー隊長 / 28日前

Claude CodeとCodex、数字が割れる理由

Terminal-Bench 2.1の結果が6つの出典で異なる理由が明らかに
推論エフォート設定、ハーネスの違い、拒否時のフォールバック処理、測定時点が主な要因
ベンチマークの数値は設定や測定条件によって大きく変わるため、どの条件で測ったかを確認する必要がある

@Miccell(ミクセル) / 人生を楽しむ仕組みを作る / 29日前

Claude Fable 5.1が登場。性能は科学分野で2倍超、価格は実質最大45%減

Claude Fable 5.1が発表され、科学分野のベンチマークスコアが2倍以上に向上
Terminal-Bench-Science 0.1で24.7%から52.6%、キャッシュ読み込み単価が75%低下
キャッシュ読み込みコストが75%削減され、エージェント用途では最大45%の実質価格低下が発生

@xthixsl_ml@レオナ / 29日前

Kaggle Pokémon TCG AI Battle Challenge ポケカコンペ振り返りーメダルなし

ポケモンカードゲームのAIエージェント開発で、強化学習と模倣学習を組み合わせた手法を試した
模倣学習(Behavior Cloning)で上位エージェントの行動を学び、PPOによる強化学習で補正。価値関数で数ターン先の勝率を予測し、相手デッキを推定する仕組みを導入
価値関数のAUCが0.934でも実際の勝率改善は1.1ポイントにとどまり、モデル単体の指標だけでは採用判断できないことが分かった

@小川幹雄 / 29日前

AIエージェント時代にデータサイエンティストは生き残れるのか

データサイエンティストの職種は中身を総取り替えされ、AIエージェント時代に生き残るためには数学的・ソフトウェア工学的スキルが必須になる
AIコーディングで定石をなぞる仕事が自動化され、数学的知識とソフトウェアエンジニアリングスキルが価値を生む。協会のスキルチェックリストで価値創造力と融合スキル群が新設
データサイエンティストとしての価値は数学的・ソフトウェア工学的スキルの両輪に依存し、中途半端な知識では競争力を維持できない

@Yasuhito Morimoto / 29日前

国内AIエージェント動向(2026/9/2号)

国内AIエージェントが業務の実行・継続監視・システム反映へと適用範囲を広げた
SFA・CDP・業務システムとの接続、MCP標準連携、人による承認と最終確認、導入後の定着支援が共通点
β版やPoCを含む段階的な提供が多く、権限管理、監査性、例外処理、定量KPIの開示が普及の焦点になる

@たこやき / 29日前

表記ゆれで埋め込みベクトルの類似度はどれだけ変動するのか【Amazon Titan Embeddings V2】

AWS Bedrockのamazon.titan-embed-text-v2:0で表記ゆれの類似度を検証した
アルファベット大小・区切りゆれ、文字種の違い、現場でよく見る表記ゆれ、タイポ・記号ゆれの4カテゴリでcos類似度を計算
カタカナや英字の違いで類似度が0.048〜0.088と大きく低下し、空白や記号のゆれはタイポより検索に影響大

@maskot1977 / 30日前

耳で聞く！Python で学ぶマクロ経済学入門 7

Pythonでゼロ金利政策の経済モデルをシミュレーションし、財政政策の効果を可視化した
ISLMモデルとZLB（ゼロ金利制約）を用いて金利と国民所得の関係を数値解析、財政乗数の変化を確認
ゼロ金利下では政府支出の効果が顕著に上がり、クラウディングアウトが発生しないことが実証された

@しんや / 30日前

What's New in Sigma - 2026年08月28日のSigma Computing関連リリース情報まとめ

Sigma Assistantが全データソースを検索できるようになった
All sourcesモードでユーザーがアクセス権を持つ全ソースを対象に、Specific sourcesで管理者が登録したソースのみを対象に選択可能
All sources選択時はデータアクセス権を尊重し、データモデル整備が回答精度に影響するため整備のROI向上が期待できる

@林宏正 / 30日前

Weekly Google Cloud アップデート情報 - 2026年9月1日

Google CloudでGemini EnterpriseのデータストアとAI開発者ツールがリリースされた
D&B Commercial GraphデータストアとCloud Monitoring可観測性のメトリクス拡張、Gemini Enterprise Agent PlatformにxAIs Grok 4.6とGLM 5.2が追加された
AI開発者ツールの利用にはCloud Billingアカウントのリンクが必要で、エマージングマーケット版は限定的な利用条件がある