@yrks / 47日前 SIGIR 2026 参加報告(後編) ── トップ研究者が集結する検索技術の最前線 エージェントベースのシミュレーションとSLMの研究が情報検索技術の進化を示したマーケットプレイス評価と推論蒸留、SLMの低コスト推論が特徴オフライン評価でロングテールクエリの精度向上が可能で、SLMの導入で低レイテンシが実現できる #AIエージェント#生成AI・LLM#機械学習
@妹尾悠真 / 47日前 Jevの中身を推測して自作した。普通のノートPCで動かした。 Jevの構成を推測し、ノートPCで型と確率を返す判断器を作成したLLM本体 + 専用判断ヘッド + 状態キャッシュの構成で、Qwen3-1.7Bで正解率72.7%、ECE0.055を達成モデルサイズが精度に大きく影響し、1.7Bで頭打ちになる。内蔵GPUで1問0.94秒で動作可能 #生成AI・LLM#AIエージェント#機械学習
@Marina Temkin / 47日前 OpenAI、300億ドルの資金調達を検討、1.4兆ドルの評価額で OpenAIが300億ドルの資金調達を検討し、1.4兆ドルの評価額で進めている資金調達はIPO前の橋渡しとなる、前回の調達は1220億ドルで8520億ドルの評価額2026年のIPOは中止となり、AIの安全性を優先する方針に変更されている #生成AI・LLM#AIエージェント#機械学習
@T. Shimotomai, PhD. / 48日前 Jevの論文群を読む Jevはコストと応答時間が最小だが、正答率は最も低い契約書比較論文の実測データではJevのコストは0.000228ドル/契約、正答率77.38%で10モデル中最下位コストと正答率のトレードオフは単調ではなく、Jevは専門性の高い判断では精度が劣る可能性がある #生成AI・LLM#AIエージェント#機械学習
@Yasuhito Morimoto / 48日前 国内AIエージェント動向(2026/9/29号) 国内AIエージェントが専門業務の実行に広がり、根拠提示や人間の最終判断を組み込む設計が目立つ日本生命のVotePilot、電通総研のGREENLIGHT、フェイスネットワークのAgentforceが例。RAG、Snowflake、Agentforceが使われている専門業務では完全自律ではなく、根拠提示や承認履歴、人間による最終確認を組み込む設計が重要 #AIエージェント#機械学習#クラウド
@Momo Minematsu / 48日前 【イベント参加レポート】Glean:GO 2026に参加しました Gleanは企業のコンテキストを活用してAIの回答品質と効率を高めているEnterprise ContextとToken Economyを導入し、トークンコストを81%削減、回答品質を78%向上AIエージェント導入には業務プロセスの再設計が必要で、セキュリティとガバナンスが不可欠 #AIエージェント#生成AI・LLM#機械学習
@タックルマン@日本○学 / 48日前 【社会人】AWS MLA-C01 難易度と、65問×10回の模試で組む資格勉強の3周 AWS MLA-C01の試験は65問を130分で解き、50問の正解で合格採点は65問中50問、並べ替えと対応付けの問題形式、データ準備28%・モデル開発26%・デプロイ22%・監視と保護24%の分野比重模試を3周回す学習法で合格ラインに届くが、1周目で分野ごとの失点を把握する必要がある #AIエージェント#機械学習#クラウド
@Lucas Ropek / 48日前 OpenAI、安全上の懸念でモデル公開を中止 OpenAIが安全上の懸念で新たなAIモデルの公開を中止したAstra 6.1が前モデルより高い偽造率を示し、アライメントテストで低評価だったAI業界全体で安全基準の導入が進み、業界のスピードダウンが進む可能性がある #AIエージェント#生成AI・LLM#機械学習
@suwa_nobu / 48日前 Claude Code で選べる12モデルに同じ仕事をさせた。1年で速度は2.7倍、値段は1%しか変わらなかった Claude Codeで12モデルを比較し、1年で速度は2.7倍、値段は1%しか変わらなかったOpus 4.5から5.5は費用-38%、Sonnet 4.5から5は速度2.8倍、階級をまたぐと費用+1%同じ予算で上の階級に手が届くようになったが、キャッシュの影響で実際の費用はこれより下がる可能性がある #生成AI・LLM#AIエージェント#機械学習
@カワムラ|AI擬人化漫画 | ChatGPTのヨシダ / 48日前 【生成AIニュース】漫画とGeminiが解説 名前負け・脱走・そして沼!? 激動のAI最前線スペシャル|ChatGPTのヨシダ 米中がAIを「超知能(SI)」と呼ぶことで合意したAIの呼び名を「超知能(SI)」に統一、政治的な名称変更が行われたAIの名称変更により期待値が高まり、現場の負担が増える可能性がある #生成AI・LLM#AIエージェント#機械学習
@Tim Fernholz / 48日前 AMD、Fei-Fei LiのWorld Labsを82億ドルで買収 AMDがFei-Fei LiのWorld Labsを82億ドルで買収世界モデル開発企業の買収、Fei-Fei LiがAMDに参画、Nvidiaとの競争強化AMDは生成AI向けチップ開発でNvidiaと競争するための戦略的買収を実施 #AIエージェント#生成AI・LLM#機械学習
@Tim De Chant / 48日前 AIブームが気候変動週間を席巻し、一部のクリーンテックスタートアップがAI関連の資金調達に依存している AIブームが気候変動週間に影響を与え、クリーンテックスタートアップがAI関連の資金調達に依存しているデータセンター建設に伴うエネルギー需要と、他の気候技術分野が見過ごされるリスク、資金調達の傾向クリーンテックスタートアップはAIブームに合わせた戦略を取るが、長期的な気候目標への焦点が失われるリスクがある #AIエージェント#機械学習#データ分析
@Google AI / 48日前 Future Vision XPRIZEの優勝トレーラー『The Gifted』をチェック Future Vision XPRIZEで『The Gifted』が優勝したAIで亡き母親の声と存在を再現し、コミュニティを支える物語、2500以上の応募から選出AIは技術だけでなく人間の感情を表現する手段になる可能性がある #AIエージェント#生成AI・LLM#機械学習
@Lucas Ropek / 48日前 Anthropic、Sonnet 5.5をリリース。前バージョンより30%速くコストが低いと発表 AnthropicがSonnet 5.5をリリースし、前バージョンより30%速く、コストが低いと発表Sonnet 5.5は前バージョンより30%速く、トークン消費が遅く、エージェントの起動コストが低く、サイバーセキュリティ機能がOpusと同等Sonnet 5.5はエージェントの起動コストが低く、複数のエージェントを起動できるため、コード作成に適している #生成AI・LLM#AIエージェント#機械学習
@Lindsey Lanquist / 48日前 Gemini 3.8 Flashで4人の開発者が作っているもの Gemini 3.8 Flashは複雑な問題解決に特化したAIモデルで、開発者による実用的な応用が進んでいる多段階の推論処理とツールの反復利用、マルチモーダル機能、STEM分野での精度向上が特徴実際のプロジェクトで検証された性能で、Googleの製品やツールで試すことができる #生成AI・LLM#AIエージェント#機械学習
@Marina Temkin / 48日前 物理AIチップ開発企業SiMa.aiが14億5千万ドルの評価額を達成 SiMa.aiが14億5千万ドルの評価額を達成エネルギー効率の高いチップと低遅延性能、NVIDIAのGPUと比較してコストが安い物理AIデバイス市場の拡大に向けた戦略が注目される #生成AI・LLM#AIエージェント#機械学習
@Dominic-Madori Davis / 48日前 MAVI、AIブームで新しい種類の会計士の需要に賭ける MAVIはAIスキルを持つグローバルな会計士を迅速に採用するサービスを提供AIを活用した会計業務と、グローバルな人材の採用・管理を支援、中級〜上級レベルのポジションに焦点AIによる業務自動化が中級レベルの人材不足を悪化させ、企業はAIを活用した判断力を備えた人材を必要としている #AIエージェント#生成AI・LLM#機械学習
@Ivan Mehta / 48日前 Modulate、音声モデルと分析ツールのプラットフォーム向けに2500万ドルを調達 Modulateは音声モデルと分析ツールのプラットフォームを開発し、2500万ドルを調達した小規模モデルを用いた音声認識、感情分析、ディープフェイク検出、AI音楽検出、ポリシー遵守を提供、複数のモデルを組み合わせて運用企業が音声通話の成功・失敗を評価する際の詳細なデータを提供し、AIの応答品質を確認できる #AIエージェント#生成AI・LLM#機械学習
@rana_kualu / 48日前 【JavaScript】Promise.resolveはPromiseでないオブジェクトもresolveするしそのせいで脆弱性がたくさんある JavaScriptのthenable仕様がセキュリティ脆弱性の原因となり、SafeResolveプロポーザルが導入されているthenメソッドの存在でthenableと判定され、Promise.resolveが解決する仕様。SafeResolveではユーザコード実行の可能性を確認し、非同期ジョブで解決するPromise.resolveがthenableを解決する仕様はセキュリティリスクがあり、SafeResolveで解決処理を非同期化することでメモリ破壊系の脆弱性を防ぐ #AIエージェント#機械学習#フロントエンド
@ロリョウ / 48日前 答えは合っているのに不正解? LLMベンチマークの点数はどう決まるのか ベンチマークの点数はモデルの性能ではなく、評価条件に大きく依存する採点ルールの違いで最大16.7pt、出力上限の変更で点数が変化、例題の有無で正答率が変動同じモデルでも評価条件を変えると点数が大きく変わるため、ベンチマークの数値を比較する際は評価条件を確認する必要がある #AIエージェント#生成AI・LLM#機械学習