@T. Shimotomai, PhD. / 17日前 vla-evalを読解&独自分析:leaderboardから、Paretoを読む vla-evalの独自分析により、VLAモデルの評価指標が2つの軸にまとめられることが判明LIBEROの平均とLIBERO-Plusの平均が主成分となり、カメラ・背景・ノイズへの強さは別軸で測られるモデル選定では実データの指標を使い、LIBERO-Plusの内訳を確認する必要がある #生成AI・LLM#AIエージェント#機械学習
@Miyuki-Yumeno / 17日前 ローカルLLMは本当に騒がれてるほどか? Qwen3.8-Flash-Nextの4bit版を家で動かして確かめた Qwen3.8-Flash-Nextの4bit版を自宅で動かして性能を確認したStrataエンジンでRAM80GB+VRAM16GB環境で動作、3bit版と4bit版の比較で文脈取り違えが改善しないことが判明量子化による性能低下が明確で、ローカルLLMの実際の性能はフロンティア級と差がある可能性がある #生成AI・LLM#AIエージェント#機械学習
@GitHub OSS / 17日前 HKUDS/DeepTutor DeepTutorは継続的なパーソナライズ学習を提供するエージェントネイティブな学習ワークスペースをリリースエージェントハーネス、パートナー、RAGエンジン、マルチエンジン知識の統合、拡張ツールとスキルDockerやPyPIでのインストールが可能で、コンテンツワークスペースの設定が必要 #AIエージェント#RAG#機械学習
@Ben King / 17日前 シンガポールと提携し、先端AIを公衆衛生に導入 シンガポールの保健省と提携し、先端AIを医療システムに導入するGoogle Researchの新拠点で基礎AIモデルの研究を進め、MedGemmaなどのオープンモデルを前線に届ける、700万ドルの寄付医療従事者はAIツールでガイドラインを参照し、患者にカスタマイズされたケアを提供できるようになる #AIエージェント#生成AI・LLM#機械学習
@nkhr / 17日前 OpenSearchのLLM-as-a-Judgeを日本語の商品検索で動かして、人手ラベルと比べてみた OpenSearchのLLM-as-a-Judgeを日本語の商品検索で試したLLM-Judgmentで0〜1の段階評価と二択評価のどちらかを選べ、ESCIのラベルと比較したLLMはクエリの文脈を正確に理解できず、人手ラベルと解釈の違いが出る場合がある #生成AI・LLM#AIエージェント#機械学習
@h-sugawara / 18日前 AIを「足す」だけでは、組織の生産性は上がらない AI導入は組織の生産性向上に必ずしも結びつかない情報処理では検証コストが増える、アイデア創出ではボトルネックが移動する、システム開発では保守性が低下するAIを導入する際はプロセス全体を見直し、検証コストを前工程で減らす必要がある #生成AI・LLM#AIエージェント#機械学習
@mellowlaunch / 18日前 『オントロジー入門」基礎理論から、Databricks OntoBricksによる構築・AI連携までを解説 Databricks OntoBricksでオントロジーを構築する方法が解説されているRDF・OWLによる知識表現とLLMによる自動生成、Auto-Mapによるデータマッピングが含まれるオントロジーはデータに意味を付与するための基盤であり、AIと連携させる際の設計が重要 #生成AI・LLM#AIエージェント#機械学習
@Julie Bort / 18日前 Voice AI in vogue: Nvidia releases new open transcription model Nvidiaが40言語対応の無料オープンモデルNemotron 3.5 Transcribeをリリースした31言語の英語間翻訳、1時間の録音対応、8人分の発話を区別、Hugging Faceのベンチマークで競合を上回る性能リアルタイムストリームは対応していないが、300億パラメータで1チップで動作可能で、医療や会議向けアプリ開発に最適 #生成AI・LLM#機械学習#クラウド
@Miku Hoshino / 18日前 MCP ツールの引数と結果に入った個人番号を、AgentCore Gateway のインターセプターでマスクする AgentCore Gateway のインターセプターから Guardrails を呼び、MCP ツールの引数と結果の両方で日本の個人番号をマスクできたインターセプターで REQUEST と RESPONSE の両方で文字列を処理し、正規表現で個人番号を検出・マスク、ツールごとに処理を分けるインターセプターが失敗してもマスクされていない番号は返らないが、ツールの引数をマスクすると業務処理に影響する可能性がある #AIエージェント#機械学習#セキュリティ
@kszk103 / 18日前 人間が見るのは設計書だけ ― PdM不在・バグ修正中心のチームで、AI-DLCを開発フローごと作り直した話 バグ修正中心のチームでAI-DLCを再定義し、設計書を人間のレビューに限定したバグ修正の期待仕様をintentに、原因調査を独立スキルに、設計書レビューをAIに任せた設計書とコードコメントのPBI番号を残すことでバグの追跡性を向上させたが、実装チェックはAIに任せる #AIエージェント#機械学習#アーキテクチャ
@mizuk1013 / 18日前 AIエージェントをEnterprise Readyへ:IBM TechXchange 2026 Atlanta ジェネラルセッションまとめ IBMは2026年を「AIエージェントを企業で安全に運用しスケールさせる」年に設定したStreamhouseによるリアルタイムコンテキスト提供、IBM Bobでの開発、watsonx Orchestrateによる管理、HashiCorp Vault/Terraformでのセキュリティとインフラ管理AIエージェントの運用にはリアルタイムデータ連携とガバナンスが不可欠で、既存システムとの連携が重要 #AIエージェント#機械学習#クラウド
@ReQ_HY / 19日前 【Oracle AI World 2026現地参加レポート②】PoCの先へ!先行事例から見るエンタープライズAI活用の最前線 OracleがAIデータプラットフォームの実装事例と新機能を発表したFDIのデータエージェントとDeep Insight、AI Registry機能が追加された既存システムとクラウドの連携強化が実装に影響する #AIエージェント#機械学習#クラウド
@Tim Fernholz / 19日前 Frontier AIラボが指数時間仮説を反証したと発表。その意味とは OpenAIとAnthropicが指数時間仮説を反証するアルゴリズムを開発したサッカーの解法と論理パズルの最適化アルゴリズムが指数時間より速く動作暗号技術に影響する可能性があり、今後の研究が急務 #AIエージェント#機械学習#セキュリティ
@こくら / 19日前 競馬AIを作り込んだら、市場の粗いコピーになった ── お金としての価値は前日にしかない 競馬AIは前日の時点では市場の答えをかなり言い当てるが、確定オッズが出たあとは価値がない前日のモデルは単勝的中率22.3%、オッズ順位相関0.763、締切までに市場が予測を上書きする前日の情報は締切までに市場に吸収されるため、AIの予測の価値は前日に限られる #機械学習#データ分析#テスト
@伊賀 裕展 / 19日前 AAIF に加わった Open Responses を Amazon Bedrock で試す Open Responses は OpenAI の Responses API をもとにした LLM API の共通仕様となり、AAIF に加わったアイテム、状態、イベントの形が決まっている、ストリーミングイベントの種類と順序が定義されているモデルを切り替える際はクライアントコードを変えずにエンドポイントとモデル名を変えるだけで可能 #生成AI・LLM#AIエージェント#機械学習
@harrowharrow16 / 19日前 SPSS Modelerの判別モデルを外部プログラムで実装する SPSS Modelerで作成した判別分析モデルをPythonで再現する方法を説明分類関数係数(Fisherの線形判別関数)と非標準化正準判別関数係数を用いるFisherスコアのidxmaxでSPSSと96.3%の一致率を達成する際は係数の丸めや事前確率の設定に注意 #機械学習#バックエンド#DevOps・CI/CD
@GitHub OSS / 19日前 TradingAgents: 多エージェントLLM金融取引フレームワーク TradingAgentsは、複数のLLM駆動エージェントを用いた金融取引フレームワークを公開LLMプロバイダーごとに分析者チームと研究チームを分離し、過去の決定を評価するバックテスト機能と、チェックポイント復元機能を備えるLLMの温度設定を0.0にすることで再現性を高め、モデルの選択で結果の変動を制御する必要がある #生成AI・LLM#AIエージェント#機械学習
@Akira Tempaku / 19日前 Jevに問い合わせメッセージを仕分けてもらう Jevを導入することで問い合わせメッセージの仕分け精度を100%にし、応答時間を4倍短縮したJevは選択肢から選ぶ判断モデル、gpt-5.6-lunaは文章生成型LLM、両者の応答時間とトークン使用量を比較Jevは出力トークンが少なく、応答時間が短く、課金額が有利で、境界ケースでも安定した判定ができる #生成AI・LLM#AIエージェント#機械学習
@クラウドエース株式会社 / 20日前 安い推論モデルの方が結果的に高くつく? LLM の「価格逆転現象」と実務でのモデル選定術 安い推論モデルが結果的にコストが高くなる「価格逆転現象」が確認され、Gemini 3.8-flash (HIGH) は Gemini 4-argon (LOW/MEDIUM) よりもコストが高くなった思考トークンの過剰消費とエージェントタスクでのトークン膨張が原因で、Gemini 3.8-flash (HIGH) は実コストが 1.8 倍〜3.4 倍高くなった単価が安いモデルでも思考トークン数やターン数が増えるとコストが逆転するため、1 成功あたりの実質コストを計算する必要がある #生成AI・LLM#AIエージェント#機械学習
@Kota Mizuno / 20日前 GIF で見る、Faiss と Lucene のベクトル検索 Faiss と Lucene は同じ HNSW アルゴリズムを使って検索するが、フィルタ付き検索では精度に差が出るHNSW と IVF の探索方法、PQ の圧縮技術がそれぞれ異なる実装で動作し、フィルタの通過率に応じた探索戦略が異なるフィルタ付き検索では Faiss は通過率が半分になると精度が下がり、Lucene は上がるので条件に応じてエンジンを選択すべき #AIエージェント#機械学習#バックエンド