公開
AI攻撃の増加に対応、OpenAIが新たなサイバーセキュリティモデルを展開
・OpenAIがサイバーセキュリティ防御プログラム「Daybreak」を拡張し、新しいサイバー対応専用のAIモデルをリリース ・AI主導の攻撃が増加する状況への対応として、防御能力の強化を図る取り組み ・具体的な機能・性能・対応範囲についてはソースに記載なし
AI
Archive 記事を横断検索
自社に関係するAI情報を、すぐ見つける。
キーワードだけでなく、業界・用途・情報種別・公開時期を組み合わせて検索できます。気になるテーマから、自社で試すヒントまでまとめて辿れます。
← AI Intel トップに戻る153件
1 / 7ページ
- Source
- 公開Source
Appleが遅れてSiriを刷新、だが機能向上が革新に見えない理由
・Appleが長年待たされていたSiriのAI刷新を実現し、機能的には本来の性能に到達した ・ただし実装時期が遅く、競合製品が既に高度なAIアシスタントを提供している状況下での登場となった ・単なる機能改善では市場インパクトが限定的に見える、という市場認識が反映されている
- 公開Source
Google Search Console、SNS・動画投稿の検索パフォーマンス追跡機能を全世界展開
・Google Search ConsoleにInstagram、TikTok、X、YouTubeの投稿がGoogle検索・Discover・Google Newsでどう表示・クリックされているかを追跡するプラットフォームプロパティ機能が全世界で利用可能に。 ・SNS・動画コンテンツの検索流入を定量測定できるため、オウンドメディア戦略とSNS施策の連携がデータ駆動で可能になる。 ・従来はウェブサイトのみ対象だった検索パフォーマンス分析が...
- 公開Source
AEO（AI回答エンジン最適化）が他チャネルより高意図訪問者を獲得する理由
・Answer Engine Optimization（AEO）は、ChatGPT・Claude・Geminiなどの生成AI が参照するコンテンツ作成戦略。 ・AI経由のトラフィックは全体の1%未満だが、従来型SEOと比べて3〜15倍高いコンバージョン率を記録（Microsoft Clarity 2025年11月調査）。 ・購買意図の高い見込客を効率的に集客できる新しい施策として、マーケティング実践家の間で注目が高まっている。
- 公開Source
Semrush のユーザーレビュー：G2・Capterra での評価傾向
・Semrush は G2 と Capterra を合わせて 6,300 件以上のオンラインレビューを獲得している ・複数プラットフォームのレビューから共通する利用者の評価テーマを整理した内容 ・SEO・コンテンツ施策に関わる SaaS 選定時の参考データとして公開
- 公開Source
スリランカの文化的価値観に対応した言語モデルの評価スイート開発
・大規模言語モデル（LLM）の価値観調整は西洋的規範に偏った設計になっており、スリランカなどの多言語社会の固有の文化的価値を適切に処理できていない。 ・既存ベンチマークはシンハラ語による文脈化された価値観の評価を欠いており、文化的に配慮した評価と微調整を実現できない状況が存在する。 ・本研究はスリランカの価値観を反映した最初の調査ベースの評価リソーススイート「LKValues」を提案し、地域固有の文化的感応性を向上させることを目指してい...
- 公開Source
PPL-Factory：言語モデルから推論まで対応するタスク・予算軸データ選別法
・大規模言語モデルの微調整時に、全サンプルが同等に寄与するわけではないため、情報量の高い訓練データを選別して計算コストを削減する研究。 ・従来のデータ品質・多様性・推論トレース長といった固定ヒューリスティクスは、タスクごとに有効性が異なり汎化困難という課題を指摘。 ・Perplexity（困惑度）ベースのデータ選別アプローチを提案し、タスク固有かつ予算制約下での効率的なサンプル選択を実現。
- 公開Source
自動発見システムに汎用的に優れた手法は存在しない
・OpenEvolve や TTT-Discover などの自動発見システムは、アーカイブ・親選択・探索・予算配分といった複数の設計選択を組み合わせた複合システムである。・これらのシステムは実務的には汎用ハーネス（枠組み）として扱われているが、最適な設定は問題ごとに異なる可能性を指摘。・発見実行は計算コストが高く確率的性質を持つため、既存手法の比較には統計的に十分な独立試行が不足している傾向。
- 公開Source
複数エージェントシステムの有効性を情報ボトルネック理論で解明
・LLM（大規模言語モデル）を用いた複数エージェントシステム（MAS）と単一エージェントシステム（SAS）の性能差を理論的に分析した研究。 ・SASは推論プロセス全体を共有コンテキストに蓄積するのに対し、MASは各エージェントが独立したコンテキストを保有することが特徴。 ・情報ボトルネック理論により、両者の優劣が場面ごとに変動する理由を数学的に説明。 ・複数エージェント化がいつ効果的か、設計段階での判断指標を提供。
- 公開Source
推論能力の形成：事前学習から強化学習までの全体像
・大規模言語モデル（LLM）の推論能力向上に強化学習（RL）が中心的役割を果たしているが、事前学習との相互作用はほとんど研究されていない。・本研究は、事前学習の条件（モデルサイズ、学習データ）がRL投資のリターンにどう影響するか、またRLが実際にモデルに何をもたらすかという基本的な2つの問題に取り組む。・従来のLLM研究では事前学習コーパスの詳細が非公開のため、このような検証は困難だった。
- 公開Source
エージェント型強化学習でMuon最適化器はいつ役立つか
・Muon最適化器は大規模事前学習ではAdamWと同等だが、強化学習の後学習での有効性は未検証 ・報酬が疎な環境でのエージェント学習（ALFWorld、Qwen2.5モデル）にMuonを適用すると、検証成功率が29%から54.6%に大幅向上（+88%） ・隠れ層の重み行列に限定してMuonを適用することで、効率的な学習を実現
- 公開Source
AI支援の創造性：個人成果と集団多様性のトレードオフ
・MIT Sloan の実証研究（4 つの創造性課題）では、AI 支援が個人の成果を向上させる一方で、集団全体のアイデア多様性を低下させることを実証 ・AI は創造性が低い個人ほど成果を引き上げるが、その結果グループ全体のアイデアが収束し、似通った提案が増加 ・創造的営為の外部化・自動化により、チーム内のユニークな視点や斬新なアプローチが失われるリスク ・企業が短期的な個人生産性向上のみを追求した場合、イノベーション環境の劣化につながる...
- 公開Source
AI時代の成果測定スコアカード
・OpenAI CFOが、AI投資の効果を測定する実践的なスコアカードを提唱 ・測定項目は「実用的な成果」「1タスク当たりの成本」「信頼性」「計算リソースへのリターン」の4軸 ・企業がAI導入のROIを客観的に評価できる枠組みを提示
- 公開Source
SceneBind：ビジョン・音声・言語を統合した「何が」「どこに」の同時理解
・複数モダリティ（視覚・音声・言語）を統合し、シーン内の物体の意味的特徴と3次元空間位置を同時に学習する新手法 ・既存の多モーダルモデルは「何があるか」は得意だが「どこにあるか」の空間構造が不明確な課題を解決 ・グローバルな意味埋め込みと物体中心の意味空間スロットの組み合わせで、より完全なシーン表現を実現
- 公開Source
AI エージェントのセキュリティギャップ：54% の企業が既にインシデントを経験
・107 社の調査で、54% の企業が AI エージェント関連のセキュリティインシデントまたは懸念事象を経験済み ・3 分の 1 程度しかエージェントごとに独立したアイデンティティを付与しておらず、大多数が認証情報を共有している状況 ・最高リスク層のエージェントを隔離している企業は 30% に留まり、セキュリティ対策が実装に追いついていない ・セキュリティスタックの大部分がモデルプロバイダーやハイパースケーラーからの借用に依存
- 公開Source
低リソース言語向け言語・タスク差分の合成手法DeltaMerge-LowRes
・多言語エンコーダを少量の学習データで新言語・新タスクに適応させる低リソースNLP設定において、言語適応と タスク適応を分離学習し重み空間で合成する手法を提案。・言語差分（ΔL）を無ラベル単言語テキストから、タスク差分（ΔT）を英語ラベル付きデータから独立学習。・従来の言語-タスク同時ファインチューニングより計算効率と再利用性を向上。
- 公開Source
エージェント最適化は複利的に効果が増すか：継続学習評価での検証
・従来のエージェント最適化研究は単一ベンチマークでの改善を報告していますが、実運用環境では最適化の繰り返しが重要です。 ・本研究は Terminal-Bench 2.0 で継続学習シナリオを検証し、複数回の最適化サイクルにおいて改善が持続するか調査しています。 ・実装・運用段階のエージェントが新タスク追加時に段階的に性能向上するメカニズムを解析する基礎的な知見を提供します。
- 公開Source
Google画像検索のホームページが刷新、検索ボックスから画像ギャラリーへ
・Google画像検索がホームページデザインを大幅改変。シンプルな検索ボックス中心から、ユーザーの興味に合わせたギャラリー形式へ。 ・リアルタイムで更新される画像コレクションを動的に表示し、ユーザーの関心に基づいたパーソナライズを強化。 ・創設25周年を機にGoogle Images（images.google.com）の体験を刷新、より没入感のあるブラウジング体験を提供。
- 公開Source
DeepMind CEO、フロンティア AI 規制のための独立標準機関の設立を提案
・DeepMind の CEO が、金融業界の FINRA に倣った独立した AI 標準機関の設立を提案。 ・新組織がフロンティアモデル（最先端 AI）のテストと安全性検証を担当することで、業界全体の信頼構築を狙う。 ・リリース前のベストプラクティス開発により、企業の自主規制を促進する仕組みが想定される。
- 公開Source
大規模言語モデルのメタ認知：基礎・進展・応用可能性
・メタ認知（自分の思考過程を認識・評価する能力）は効果的な学習・問題解決・意思決定に必須の知能要素。 ・近年、透明性の高い信頼できるAIシステムの基盤として認識が広がっている。 ・LLMがメタ認知能力をいつ・どのように・どの程度発揮・獲得できるかは未解明。 ・本論文は、LLMのメタ認知に関する基礎研究の現状と今後の機会をまとめた総説。
- 公開Source
ConceptSMILE：概念ベース説明型AIの信頼性監査フレームワーク
・概念ベースの説明型AI（XAI）は人間が理解しやすいが、その概念レベルの出力が常に信頼できるとは限らない問題に対応 ・ConceptSMILEは摂動ベースの監査フレームワークで、特徴量やリージョンレベルではなく人間理解可能な概念レベルでの説明の信頼性を評価 ・モデル非依存の設計により、異なるAI/ML環境での汎用的な適用が可能
- 公開Source
オムニチャネル営業：定義と実装効果
・オムニチャネル営業は、顧客データを統一し、メール・電話・チャット・対面など全チャネルにわたる接触を調整することで、継続的な購買体験を創出するアプローチ。 ・多くの営業チームは依然としてチャネル別にサイロ化しており、データの分断と対応の一貫性欠如が売上機会ロスにつながっている。 ・顧客の接触履歴・進捗状況を全チャネルで可視化することで、商談化率向上と営業効率化が実現可能。
- 公開Source
UMAP内部のk近傍グラフを活用した高次元データの可視化と分析
・UMAP は 2 次元投影結果だけでなく、内部で構築される k 近傍グラフに豊富な情報を保有している ・このグラフは元の高次元空間でのデータ構造を捉えており、2 次元投影による歪みを回避できる ・標準的なグラフアルゴリズムをこのグラフに適用することで、従来のワークフローでは見落とされていた分析が可能になる
- 公開Source
実行トレースから根本原因へ：エージェント最適化のための構造的軌跡分析と因果抽出
・長時間のタスク実行を行うAIエージェントの改善には、大言語モデルが失敗を診断し改良する反射型メカニズムが用いられている ・実際の実行記録は冗長性と異質性があり、最適化が非効率で過学習につながるため、有効な信号抽出が課題 ・個別の実行軌跡内のノイズを除去し、構造的な因果関係を特定する手法を提案