公開
AI時代に求められるウェブデータ基盤層の形成
・AIの実用化が進む中、モデルの性能向上には大規模で質の高いデータ供給が必須だが、多くの企業データはアクセス制限または非構造化状態にある ・ウェブ自体が人間向けに設計されており、AI による自動検出・取得には非効率な構造が根本的な制約となっている ・企業のAI活用を加速させるには、ウェブデータを自動的に発見・処理するための新しいインフラストラクチャ層が必要
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64件
3 / 3ページ
- Source
- 公開Source
質の高い学習データ選別が科学論文要約の精度を向上させる
・科学論文の要約タスクで、著者作成の要約すべてが学習に適しているわけではないという問題を指摘。 ・データ品質の評価基準を導入し、学習に使うデータを選別する手法を提案。 ・バイオメディカル・ライフサイエンス分野の大規模長文要約データセットを構築・公開。 ・質の低いデータを除くことで、モデルの要約精度が向上することを実証。
- 公開Source
MIT が AI の社会的影響を探索、労働や民主主義など多角的に検討
・MIT の AI and Society Forum で、AI が労働、仕事の本質、市民言論、選挙管理など複数領域に及ぼす影響を検討 ・専門家による研究発表とパネルディスカッションを通じて、技術革新の潜在的な利益と危険性を分析 ・労働市場の変化、公共領域での AI 活用に伴う課題が主要なテーマ
- 公開Source
ウェルネスアプリ「Kē」が AI デジタルクローン搭載で提供開始
・Netflix『クィア・アイ』の人気ライフコーチ Karamo Brown が、自身の AI デジタルクローンを搭載したウェルネスアプリ「Kē」をローンチした ・フィットネス・栄養・瞑想・禁酒・人間関係・自己啓発など、同氏が 1 年半かけて取り組んだ実体験をベースとしている ・利用者は AI クローンとのインタラクティブな対話を通じて、パーソナライズされたウェルネスサポートを受けられる ・セレブリティの知見を AI 化し、大規模に提供...
- 公開Source
動画理解を推論として再構成──能動的知覚による全モード対応エージェント
・動画の全フレームを均一に処理する従来手法は計算コストが動画長に比例して増大する課題を指摘。 ・OmniAgent という新しいエージェントが、POMDP（部分観測マルコフ決定過程）に基づく反復的な「観察→思考→選択」サイクルで動画理解を実現。 ・能動的知覚により、クエリの難度に応じた効率的なフレーム選択が可能になり、計算コストを削減。 ・複数モダリティ（映像・音声・テキスト等）を統合処理できる汎用エージェント設計。
- 公開Source
法律AIの基盤整備：米国地方条例の大規模データセット LOCUS
・米国の地方条例（ゾーニング、住宅、営業許可など）は機械学習に適した形式で公開されておらず、法律AI研究の空白となっている。 ・研究チームが大規模な地方条例コーパス「LOCUS」を構築し、スケーラブルな法律AI開発の基盤を提供する。 ・ベンダープラットフォームの破片化から脱却し、自動化可能な法令データへのアクセスが可能に。 ・地方規制（公衆衛生、騒音規制、動物管理など）に関する判例分析や自動化が加速する見込み。
- 公開Source
Android 17 がマルチタスク機能を拡充、Google が Gemini の AI 機能を拡大
・Google が Android 17 と Wear OS 7 をリリース。マルチタスク機能、保護者向けコントロール、セキュリティツール、スマートウォッチ機能を追加。 ・同時に Pixel Drop を通じ、Google の最新 AI モデルをデバイスに搭載。 ・Gemini 機能の拡大により、デバイス上での AI 処理能力を強化。
- 公開Source
文脈認識の強化学習によるエージェント型・マルチモーダルLLMの性能向上
・LLMが長い文脈や複雑な情報から重要な証拠を見落とす課題に対し、文脈認識型強化学習(ContextRL)を提案 ・最終答だけでなく、推論過程を監督する間接的な補助目的関数により、長期推論とマルチモーダル性能を同時に向上 ・ツール実行ログや画像内の細部といった、散在する重要情報の検出精度を改善する手法
- 公開Source
KVEraser：LLMのキャッシュ制御による局所的文脈削除の効率化
・長文生成時のLLM（大規模言語モデル）において、一度処理された情報の影響を後から削除する手法を提案。 ・KVキャッシュの局所編集が後続トークン全体に波及する課題を解決し、全トークン再計算を回避。 ・古い検索結果、不正確なツール出力、撤回された指示、有害なプロンプト注入など、後発的に検出される不要情報を効率的に除外。
- 公開Source
Preply が AI と人間講師を組み合わせ、学習を個別対応化
・Preply が OpenAI を活用し、AI 生成の授業要約機能を導入 ・学習者に個別化されたフィードバックと言語学習演習を提供 ・AI と人間講師のハイブリッド体制で学習効果を向上させる仕組み
- 公開Source
Agents-K1：エージェント向け知識統合の新アプローチ
・現在のLLMベース研究エージェントは、論文をアブストラクトや引用のみに削減し、科学的推論に必要な主要な概念や根拠を見落としている ・Agents-K1は、生ドキュメントをエージェント処理可能な形式に変換する知識統合パイプラインを提案 ・論文中の実体、主張、証拠、仕組み、手法の系統性を抽出し、より深い科学的推論を実現
- 公開Source
スクリーンショットを検索可能な記憶銀行に変える Pool の新アプリ
・Pool は新アプリで、ユーザーが撮ったスクリーンショットを自動的にパーソナライズされたコレクションに分類する機能を提供 ・保存されたコンテンツの元のリンクを自動追跡し、散逸した情報源を復元可能に ・商品、レシピ、旅行プランなど、後で参照したいコンテンツの再発見を支援
- 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
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
トルコ語の多語表現分類：教示学習と監督学習の比較
・トルコ語の軽動詞構文（LVC）は字面上は通常の動詞目的語結合と同じだが、慣用的な意味を持つため分類が困難 ・二値分類タスク（字義的 vs 慣用的）として、手動作成の対照的なテストセット（N=147）で評価 ・大言語モデルの文脈内学習における教示（デモ）ベースのアプローチと監督学習の有効性を比較 ・言語処理パイプラインにおける多語表現認識の精度向上に寄与