公開
10年間の視覚言語AIモデルの精度進化と視覚認知エラーの分析
・視覚言語モデル(VLM)の10年間の進化を追跡し、複雑な社会的行動を含む新規ベンチマーク「複雑社会行動(CSB)データセット」を導入。 ・従来の評価セット(MS-COCO等)は単純な場面に限定され、複雑な人間相互作用や行動の理解を十分に測定していなかった。 ・モデルのエラータイプを詳細に分析し、視覚認知的な誤りのパターンを可視化。 ・複雑な実世界シーンにおけるVLMの能力と限界を体系的に評価する新しい指標を提供。
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339件
10 / 15ページ
- Source
- 公開Source
AWS上でStardogとBedrockを用いた意味層の構築とエージェント化
・Stardog（意味層プラットform）をAmazon AuroraおよびRedshift上に構築し、ETLなしに複数データソースを統合 ・Amazon Bedrock AgentCoreでStrands Agentsを実行し、顧客360度情報を横断的に照会可能 ・Stardogデプロイ後、ECS/EKSなど複数AWS計算環境での利用が可能
- 公開Source
歯科医療の画像品質をAIで即座に検証、Amazon SageMakerで保険請求エラーを削減
・歯科保険請求の最大20%が初期段階で否認され、画像品質不足が主因となっている ・従来は撮影数時間後に人間が手作業で画像確認していたが、問題発見が遅延していた ・Amazon SageMakerを使用した実装により、撮影直後にリアルタイムで画像品質を検証可能に ・不良画像を即座に通知し再撮影を促すことで、請求否認と患者への対応遅延を防止
- 公開Source
高等教育における AI 学習アシスタントの利用実態：大規模ログデータ分析
・77,543名の遠隔教育学生のログデータを用いた AI 学習アシスタント「Syntea」の利用パターン分析。 ・性別・年齢・専攻・学位・学習形態別に使用状況を調査し、従来のアンケート調査より信頼度の高い客観的データを提供。 ・教育チャットボット研究は従来小規模サンプルが多かったが、本研究は実際の使用行動の大規模エビデンスを生成。
- 公開Source
WebSwarm：複数AIエージェントを階層的に連携させた深く広いWebサーチシステム
・LLMベースのWeb検索エージェントが、単なる質問応答から深く複雑な調査タスクへ進化している ・従来の単一エージェントは長い推論経路と限定的なコンテキストで深さと広さの両立が困難 ・複数エージェント並列実行は広さに対応するが、深さの探究に課題が残っている ・WebSwarmは再帰的な階層構造でエージェント間の協調を実現し、課題解決を目指す
- 公開Source
論文引用検証に最先端モデルは必要か：ルーブリック型LLMのベンチマーク研究
・深い調査を行うAIシステムで、LLMが主張を支持する根拠として引用を提示する際の引用品質を評価。 ・強化学習の報酬モデルとして機能するLLM判定者の性能と偏りを検証するためのベンチマーク調査。 ・引用品質という構造化されたルーブリックタスクについて、異なるLLM規模での判定能力を比較検討。 ・実装前に判定者LLMがどの程度の能力を必要とし、どの程度バイアスを持つかを明確にする枠組みを提示。
- 公開Source
LLMのデータ注釈者としての妥当性：AMARIAによる権威性評価
・ポルトガル語特化の9Bパラメータ言語モデル「AMALIA」が、道徳的基盤（権威性）の分類でF1スコアで人間のコーダーに接近した性能を示す ・8～13倍大規模なオープンモデルとの比較で、単純な一致率では競争力を持つが、理論的構成概念の妥当性測定には別の検証が必要 ・言語モデルの注釈精度と妥当性の区別が、多言語・地域特化モデルの信頼性評価の鍵となる
- 公開Source
UniClawBench：実世界タスクで主体的に動作するエージェントの評価ベンチマーク
・大規模言語モデル（LLM）と多モーダルLLMの発展により、実環境で日常のツールを操作する主体的エージェント（Proactive Agent）が登場。 ・既存ベンチマークはサンドボックス環境・単一ターン評価に限定されており、複雑な実世界タスク評価に対応不足。 ・UniClawBenchはこの課題に対応し、複数のモデル能力を分離した新しい評価タスク分類を提案。
- 公開Source
AnthropicがClaudeの内部構造を可視化する新技術を開発
・AnthropicがLLM内部の動作メカニズムを観察する「Jacobian lens（J-lens）」ツールを開発。 ・Claude Opus 4.6内で「J-space」と呼ぶ隠れた領域を発見し、モデルが概念を処理する過程を解明。 ・発見内容は予想外の振る舞いから一般的な動作まで多岐にわたり、LLMの透明性向上に寄与。
- 公開Source
AI エージェント企業が自社製品で 1 億ドルの資金調達に成功
・エンタープライズ向け AI エージェントを開発するスタートアップ Lyzr が、自社製品を活用して 1 億ドルの資金調達ラウンドを実行 ・AI エージェントが営業・交渉プロセスを主導し、製品の実効性を実証 ・自動化による営業効率化とビジネスプロセス自動化の可能性を示唆
- 公開Source
MIT、小型ロボットボートで浮遊構造物を自動構築するシステム開発
・MIT研究チームが「FloatForm」という小型ロボットボットの群れシステムを開発。複数のロボットが水上で自動的に結合・分離し、大型構造物を構築できる。 ・最小限の人間指示で動作し、レゴのように柔軟に形状を変更・再構築可能。各ロボットは正方形で、協調制御による自律動作を実現。 ・将来的に水辺のインフラ構築や浮遊プラットフォーム、防災施設など、動的な水上空間利用を実現する可能性を示唆。
- 公開Source
MCP ツール設計の実践的なアプローチとトレードオフ
・Model Context Protocol（MCP）ツールの性能低下は、プロトコル自体ではなくツール設計に原因があることが多い ・既存 API をそのまま公開して AI エージェント任せにする手法は単純なユースケースでは機能するが、実装では不十分な場合が多い ・AI エージェントや生成 AI コーディングツールと連携させるには、ツール設計の工夫が必要
- 公開Source
Agon: 推論過程を相互評価するモデル間強化学習
・難問では最終答案のみを評価する従来手法（GRPO等）だと、思考プロセスではなく冗長な記述が促進される課題を指摘。 ・複数のAIモデルを競合させ、交互に「解答者」と「評価者」の役割を担当し、推論過程そのものを相互評価する「Agon」を提案。 ・推論品質の段階的向上を実現し、複雑な問題解決能力を改善する新しい強化学習フレームワーク。
- 公開Source
多主体AI安全性の評価：デプロイルールの因果的影響を測定する新手法
・複数のAIエージェント間の安全性を評価するため、エージェント・目標・タスク状態は固定し、デプロイルール（運用規則）のみを変更して集団行動への因果関係を測定する「制度的レッドティーミング」を提案。 ・IABench-CAベンチマークで228のコンテキスト、5つの標準ルール、7つのモデル集団にわたり33,924ゲームを実施し、ルール変更が協調行動に与える具体的な影響を定量化。 ・単にモデルの安全性だけでなく、展開時の運用規則がマルチエージ...
- 公開Source
データベースロック解除：ハイパフォーマンス・ストレージリーダーの自動生成による直接読み込み
・分析ワークロードがデータベースドライバ経由でしか読み込めない非効率性に着目した研究 ・Jailbreak：ストレージファイルを直接読み込み、メモリ内に列形式バッファを構成する仕組み ・エージェント技術により、異なるDBMSのストレージ形式に自動対応、クエリ層のオーバーヘッドを削減 ・大規模データ分析の処理速度向上が期待される一方、DB管理方針との調整が課題
- 公開Source
K-12教育者向け実践的AI活用スキル養成プログラム
・OpenAI AcademyとWalton Family Foundationが協力し、K-12（幼稚園～高2）教育者向けのハンズオン型AI活用研修「AI Skills Jams」を展開 ・教室での実践的なAI活用スキルの習得を目指すプログラム ・教育現場へのAI導入を加速させる取り組み
- 公開Source
衛星画像と建物形態から地域の経済レベルを推定する手法
・インド59都市を対象に、衛星画像から取得した建物形態データを用いて都市内の経済格差を可視化するグリッドベース手法を開発した。 ・従来入手困難だった発展途上国の詳細な社会経済データを、公開衛星画像から自動抽出可能にした。 ・高解像度空間グリッドで都市内の繁栄地域と低所得地域を区別し、都市計画や開発支援の基盤データ化を実現。
- 公開Source
Amazon QuickSight マルチデータセット関連付けのデータモデリングパターン
・Amazon QuickSight のマルチデータセット関連付け機能で、複数のデータセットを効率的に接続するモデリング手法を解説 ・次元モデリング（Dimensional Modeling）の基礎概念と、クリーンなデータモデル設計のベストプラクティスを紹介 ・実行時結合（Runtime Joins）と事前結合済みデータセットの使い分け判断フレームワークを提示
- 公開Source
SPEARBench：ストリーミング音声対話モデルの自然さ評価ベンチマーク
・ストリーミング音声対話モデルの自然さを測定する新しいベンチマーク「SPEARBench」を提案 ・従来の音声・テキスト評価指標では、タイミング・ターンテイキング・イントネーション・対人姿勢など会話の自然さを捉えられないという課題に対応 ・言語・方言の一貫性や関係性に応じた適切さなど、会話品質を総合的に評価する仕組みを実装
- 公開Source
カメラ位置の自動認識で実運用対応、キャリブレーション不要なロボット視覚言語モデル
・ロボット運用時にカメラ位置が変わっても、事前キャリブレーション無しで動作する視覚言語行動モデルを開発。 ・従来手法はカメラ位置情報を明示的に入力する必要があり、実運用での柔軟性が制限されていた課題に対応。 ・モデルが自動的にカメラ位置を推定し、複数の視点変化に適応可能に。
- 公開Source
AI実行ランサムウェア攻撃、人間の関与が不可欠だった
・AI エージェントがランサムウェア攻撃の技術実行を初めて実施したが、被害者選定・インフラ構築・認証情報入手は人間が担当 ・完全自動化ではなく、人間が重要な意思決定と準備作業を行った形態 ・サイバー脅威の自動化が進む一方、現段階では人間と AI の協働型が現実
- 公開Source
Google Search Central、2026年秋にバルセロナで欧州向けイベント開催
・Google が Search Central Live Deep Dive Europe 2026 をバルセロナで 9月30日～10月2日に開催予定。・ユーザーからのフィードバックに基づいて開催地を決定。・SEO 担当者やコンテンツマーケターを対象とした情報提供・交流の場になる見込み。
- 公開Source
マイクロソフトが約5000人規模のレイオフを実施、Xbox・商用営業が対象
・マイクロソフトが約4800人（全体の2.1%）のレイオフを実施 ・Xbox部門と商用営業部門が最大の影響を受ける ・AI導入に伴う人員調整とみられ、業界全体の自動化懸念を反映
- 公開Source
LLMの学習忘却における局所化精度を評価するテストベッド「LACUNA」
・LLMが学習データ内の個人識別情報（PII）を記憶する問題に対し、「学習忘却」による事後的な削除方法の需要が高まっている ・既存の学習忘却手法は特定モデルパラメータを対象とする「局所化→忘却」パラダイムに従うが、評価ベンチマークは出力レベルのみに限定されている ・LACUNAは、学習忘却が実際に知識を完全に消去しているかを検証するテストベッドを提供する新しい評価フレームワークである ・パラメータレベルの精度測定により、既存SOTA手法...