公開
3つの選択肢から学ぶ：人の好みを予測する心理測定の力
・MIT の研究は、1927年の心理学者サーストーン理論「比較判断の法則」を再検討し、複数選択肢から人が最適を選ぶプロセスを数値化する手法を提案。・心理測定学（psychometrics）の枠組みで、目に見えない心的プロセスを測定可能な形に変換できることを実証。・3つの選択肢という構造が、ユーザー嗜好予測の精度向上に有効であることを示唆。
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
7 / 7ページ
- Source
- 公開Source
DoorDashが新AI チャットボット導入、画像やテキスト指示で注文可能に
・DoorDash が「Ask DoorDash」という AI チャットボットを新たに導入 ・ユーザーが自然な言葉や画像で商品を検索でき、レストラン一覧のスクロール作業が不要に ・従来のカート構築プロセスが簡素化され、注文体験が高速化
- 公開Source
欧州の信頼できるAI生態系構築をOpenAIが支援
・OpenAIが欧州のAIコンテンツ透明性に関するコード・オブ・プラクティスに参加 ・AI生成コンテンツの出所（プロバイナンス）標準化とツール開発を推進 ・利用者がAI生成コンテンツを識別できる環境整備に取り組む
- 公開Source
文書を「記憶の原子」に変換：LLMのコンテキスト圧縮と合成技術
・LLMの長い入力シーケンス処理では、注意機構の計算コストが二次関数的に増加し、推論の遅延とメモリ消費が課題。・文書ごとにLoRAアダプタを生成する「Doc-to-LoRA」等の手法に対し、単一の「モノリシック」アダプタの限界を指摘。・本論文は文書情報を複数の「メモリ原子」に分解・圧縮し、推論時に必要な原子を選択・合成する手法を提案。・多段階の推論タスクでコンテキスト圧縮の効率化と柔軟性の向上を実現する可能性。
- 公開Source
具体化プランナーにおけるテスト時計算の最適配置戦略
・ビジョン言語モデル（VLM）がロボットなどの具体化エージェントの高次プランナーとして使用される際、テスト時の計算量拡大が性能向上に必ずしも繋がらない課題を指摘。 ・計算量増加によって遅延・トークン使用量・FLOPsが増加する一方で、下流のタスク成功率向上は不均等で限定的であることを実証。 ・効率的な運用のため、計算リソースの配置タイミングと場所を選別する必要性を提案。
- 公開Source
低価格ロボットアームで力覚センサなしに外力推定を実現するNEXT手法
・低価格ロボットアームには高額な力覚センサが搭載されていないため、接触が必要な作業が困難であった ・Neural External Torque Estimation（NEXT）は10分間のフリーモーション データのみから1分で外力推定モデルを学習できる ・推定精度は専用力覚センサと同等であり、低価格アームでの力覚フィードバック遠隔操作を可能にする
- 公開Source
全二重音声対話モデルにおける複合的なインタラクティビティ調整
・全二重（同時発話対応）音声対話モデルは自然な会話を可能にするが、従来の教師あり学習では過度な沈黙や不適切なターンテイキングが発生する問題がある。 ・強化学習（RL）を導入してインタラクティビティ向上を試みているが、複数の対話特性（沈黙時間、応答タイミング、割り込みなど）を同時に最適化する必要がある。 ・トークンレベルの尤度最大化では対話レベルの振る舞いが直接最適化されないため、多面的な調整手法の開発が課題。
- 公開Source
AI評価結果の報告を統一する「評価カード」の提案
・AI評価結果が複数のプラットフォーム（リーダーボード、モデルカード、論文等）で異なる形式で報告され、結果の比較が困難になっている課題を指摘。 ・「評価カード」という統一的な報告フレームワークを提案し、評価ライフサイクル全体を可視化し、複数ソース間での比較可能性を向上させることを目指す。 ・既存の取り組みは評価プロセスの一部分のみをカバーしており、統合的な解釈支援層が欠落していることが問題。
- 公開Source
Apple、待望のAI対応Siriが登場―音声アシスタントから汎用AIへ進化
・AppleがAI対応の新型Siriを発表。従来の音声制御型アシスタントから、より多くのタスク対応が可能なAIコンパニオンへの転換を目指している。 ・具体的な機能拡張内容や対応範囲に関する詳細は、提供されたテキストでは限定的。 ・エンタープライズ向け活用やUI/UX設計の詳細はまだ不明確な段階。