AI論文– category –

はじめに 　AI技術の進化が目覚ましい今日この頃、大規模言語モデル（LLM）は私たちの生活や仕事に欠かせない存在になりつつあります。チャットボットとして質問に答えるだけでなく、最近では自分で判断し、様々なツールを使って行動する「自律的なAIエー...

はじめに 　近年、ChatGPTのような大規模言語モデル（LLM）の汎用性と能力の高さには目覚ましいものがあります。しかし、その強力な「汎化能力」は、意図しない望ましくない挙動、例えば、モデルが不正確な情報を提供したり、ユーザーを扇動したりする原因...

はじめに 　近年、AI分野では「基盤モデル（Foundation Models）」と呼ばれる、大規模なデータで事前学習されたモデルが様々な応用を牽引しています。これらのモデルのバックボーンとして広く使われているのが、TransformerアーキテクチャとそのAttention...

はじめに 　AI技術の進化は目覚ましく、大規模言語モデル（LLMs）は私たちの生活や仕事に革命をもたらしつつあります。最新モデルが次々と登場していますが、それらのモデルは、その性能向上のために、モデルサイズや学習データ、計算リソースを指数関数的...

はじめに 　大規模言語モデル（LLM）は、文章生成や対話など、様々なタスクで驚くべき能力を発揮しています。しかし、その強力な能力は、インターネット上の膨大なテキストデータや書籍データなどを学習することによって成り立っています。この学習に使わ...

はじめに 　近年、大規模言語モデル（LLM）の進化は目覚ましく、私たちの生活や仕事に大きな変化をもたらしています。ChatGPTのようなLLMは、大量のデータを使って学習することで、非常に自然な文章を生成したり、複雑なタスクをこなしたりできるようにな...

はじめに 　LLMをサービスとして提供する（サービングと呼びます）には、高性能なGPUが大量に必要となり、その運用コストは非常に高額となっています。 従来型の検索クエリと比べて、LLMのリクエスト処理は10倍もコストがかかるという試算もあるほどです。...

はじめに 　様々なタスクをこなしてくれる「AIエージェント」と呼ばれる分野が注目されています。本稿では、OpenAIが研究プレビューとして公開している「o3 Operator」について、システムカードから解説します。 　Operatorは、「Computer Using Agent（CU...

はじめに　 　AI技術の進化は目覚ましく、特に大規模言語モデル（LLM）は様々なタスクで高い性能を発揮しています。しかし、LLMが知らない情報を扱う際には課題があり、それを解決する手法の一つとしてRAG（Retrieval Augmented Generation）が注目されて...

　Googleが2025年5月6日にarxivに発表した医療分野におけるAIシステムに関する論文「Advancing Conversational Diagnostic AI with Multimodal Reasoning」を紹介します。従来のテキストベースの対話だけでなく、「マルチモーダルデータ」（画像や医療文書...