@GitHub OSS / 35日前 storytold/artcraft ArtCraftはアーティスト向けのIDEとしてAI画像・動画作成をサポートするツールが公開された2Dで構成、3Dでシーンをステージングし、Nano BananaやGPT Imageなどのモデルを活用できる画像から3Dメッシュへの変換や、キャラクターのポージングを事前に設定できる機能が特徴 #生成AI・LLM#AIエージェント#機械学習
@takekawa tomoki / 37日前 Microsoft Foundry で Rubric evaluator による エージェント評価を行う Microsoft Foundryでルーブリック評価器を使ってAIエージェントを評価する方法が説明されているルーブリックの自動生成とテストデータセットによる評価が可能、評価観点に重みが設定される評価観点の重み付けとテストデータの作成が評価結果に影響するため、用途に合わせた設定が必要 #AIエージェント#機械学習#DevOps・CI/CD
@Marina Temkin / 37日前 非テキストAIモデルJevの開発者、75億ドルで資金調達 非テキストAIモデルJevを開発するTypeSafe AIが75億ドルで資金調達したJevはトランスフォーマー構造だがLLMではなく確率を出力し、LLMより高速でトークン使用量が少ない企業向けに自動化に特化したモデルとして注目され、フォーチュン500社の3分の1が利用している #生成AI・LLM#機械学習#AIエージェント
@Amanda Silberling / 37日前 AIを人間のように扱ってしまうが、それは正しいのか AIを人間のように扱う傾向があるが、その影響について議論されている人間はAIに感情を投影し、LLMやロボットに対して丁寧な態度を取る傾向がある、AIの使い方の境界線が曖昧であるAIに過度に依存すると、現実とのバランスを失うリスクがある #AIエージェント#生成AI・LLM#機械学習
@Russell Brandom / 37日前 A16zのオリビア・ムーアが消費者AIの現状を語る A16zのオリビア・ムーアが消費者AIの市場状況を報告し、サブスクリプション以外の収益モデルの可能性を指摘したサブスクリプションやAPI課金以外の収益モデルの検討、オープンソースモデルの活用、プロスメア向けのAIアプリの増加が挙げられている消費者向けAIの収益モデルはサブスクリプションに依存しすぎており、広告モデルやオープンソースの活用が課題解決の鍵になる #AIエージェント#生成AI・LLM#機械学習
@masataka46 / 37日前 論文まとめ:semantic world model Semantic World Modelがロボット操作タスクの成功率向上に寄与VLMを再学習し行動系列と質問を入力として未来状態を予測、SAQAデータセットで学習計算コストが高く実環境への適用には課題がある #生成AI・LLM#AIエージェント#機械学習
@たこやき / 37日前 崩れた文章はLLMに伝わる? タイポグリセミアを日本語・英語で検証 日本語・英語のタイポグリセミアを検証し、LLMが崩れた文章から意味を復元できるか確認した日本語は漢字混じりで単語の先頭と末尾を固定し、英語は連続アルファベット列を単語として扱い、崩し強度とプロンプト条件で正答率を測定した英語の30%崩しで正答率が下がり、別の実在単語に見える崩れが特に危険であることが分かった #生成AI・LLM#AIエージェント#機械学習
@Julie Bort / 38日前 人気のAIランク付けプラットフォームArena、10か月で評価額31億ドルに倍増 AI評価プラットフォームArenaが10か月で評価額をほぼ倍増Series Bで2億ドルを調達し、収益は1000万ドルに達した。AIモデルの評価基準が進化し、企業向けの分析サービスが需要を牽引している #AIエージェント#生成AI・LLM#機械学習
@Lucas Ropek / 38日前 OpenAIの収益、以前の予測より200億ドル少ない OpenAIの年間収益が以前の予測より200億ドル少ない以前の700億ドルから500億ドルに下方修正、アンソロピックとの比較で計算方法の違いがある投資家向けに収益を500億ドルと報告、IPOは2027年に延期される #生成AI・LLM#AIエージェント#機械学習
@Tim Fernholz / 38日前 OpenAIの数学解決策は分野の基準に達していない OpenAIの数学問題解決の手法が数学界の基準に達していない自然言語訳と形式的証明の不一致、モデルの思考過程の公開不足、数学的結果の理解が欠如している数学的結果の信頼性を確保するには人間の数学研究者の関与が不可欠で、形式的証明の検証が必要である #AIエージェント#機械学習#生成AI・LLM
@omiya / 38日前 動画を直接埋め込んで監視カメラ動画を日本語で検索する 動画を直接ベクトル化するモデル2つが、前回の説明文方式とほぼ同等の精度を示したGemini-embedding-2(動画)とAmazon Nova Multimodal Embeddings(動画)の2モデル、説明文生成を挟む方式と比較動画の直接ベクトル化は服装や遠くの車など見た目を検索するのに適し、説明文生成は動作検索に強みがある #生成AI・LLM#AIエージェント#機械学習
@YUSUKE TABATA / 38日前 World Robot Conference 2026 現地レポート WRC2026でPhysical AIの進化とロボット社会の実用化が進んでいるVLA、World Model、マルチロボット協調、ロボット学習基盤が組み合わさり、物流・製造現場での実用化が進む中国の国家プロジェクトで大規模な実証が進んでおり、日本企業は現場でのデータ収集と運用ノウハウの蓄積が重要になる #AIエージェント#機械学習#インフラ
@okumura / 39日前 KaggleっぽいSelf-Play RLの論文を紹介 Self-Play RLで人間のトッププレイヤーを上回るAIを開発した論文が公開されたJAXで環境を高速化し、Transformer+PPOで学習、カリキュラム学習とTop-Advantage Filteringを採用学習時の報酬設計は勝敗のみが安定し、EMAでモデル重みを平均化すると対戦性能が向上する #AIエージェント#機械学習#DevOps・CI/CD
@jota9613 / 39日前 【実務で撃沈】LLMを実装していたのに「ハルシネーション」を知らなかった話 LLMのハルシネーション現象が実務で問題になるAIが事実と異なる情報を生成する現象、RAGによる信頼情報参照と回答検証が対策AIの回答が正しいか判断するには自身の基礎知識が必要で、信頼できる情報源を活用する #生成AI・LLM#AIエージェント#機械学習
@suwa_nobu / 39日前 Jev 互換の判断AI「Clef」と Haiku 5.5 に同じ分類を306問。Clef が自信を持った13%は95%当たった Clef が自信を持った13%の問題は95%当たったClef の confidence 0.8以上(13%の問題)→ 正解率95.1%、Haiku 5.5 の確率0.9以上(12%の問題)→ 正解率89.2%Clef の confidence 0.8以上は95%当たるが、Haiku は確率0.9以上で89%で、確信度の正直さは Haiku のほうが高い #生成AI・LLM#AIエージェント#機械学習
@Anthropic / 39日前 米国科学発見への貢献を強化するAnthropicの取り組み Anthropicが15000万ドルを投じてGenesis Missionに参加ClaudeとClaude Codeの提供、APIクレジット、研究プロジェクトとの連携、トレーニング支援研究機関にAIツールを提供し、科学的課題解決を支援する #AIエージェント#生成AI・LLM#機械学習
@maskot1977 / 39日前 耳で聞く!Python で学ぶ マクロ経済学 入門 26 政府赤字が民間の雇用を支える仕組みがPythonでシミュレーションされたSFCモデルと需要制約型労働参加率モデル、低賃金労働投入依存モデルが解説されている政府の支出が先にあり税収は後から来るという順序が経済モデルの基本ルールである #AIエージェント#機械学習#バックエンド
@Ram Iyer / 39日前 Healthleap、病院患者のリスクを特定するAIに3800万ドルを調達 Healthleapが医療AIプラットフォームで3800万ドルを調達電子カルテの記述データから栄養不良や混乱状態を検出、構造化データと組み合わせたリスクモデルを構築医療機関の病床数に応じた3年契約と成果報酬型価格モデルを採用し、5倍以上のROIを実現 #AIエージェント#機械学習#クラウド
@TechCrunch Events / 39日前 TechCrunch Disrupt 2026のインタラクティブラウンドテーブルセッションラインナップ公開 TechCrunch Disrupt 2026でAIや企業ソフトウェア、スタートアップの資金調達など実務テーマのラウンドテーブルが開催される物理AIのデータ課題、SaaSの進化、AIによる企業財務の変化、特化型データの重要性が議論される参加者は実務上の課題解決に向けた実践的な知見を得られる #AIエージェント#機械学習#クラウド
@分析屋 / 39日前 AWSの新認定AI Business Strategist受けてみた AWSが新設したAIビジネス戦略者認定試験を受けてみたビジネス判断力とAI戦略の理解が試される。技術的知識やAWS実装経験は不要。試験範囲外の内容は含まれない試験はビジネス判断力が中心で、技術的知識は不要。実務では情報収集と自らの判断が重要。 #AIエージェント#生成AI・LLM#機械学習