公開
AI生成コンテンツ検出のPangram、900万ドル調達
・AI検出ソフトウェアを手がけるPangramが900万ドルの資金調達を実施し、事業拡大を加速する ・テキスト検出モデル「Pangram 4」と画像検出モデル（研究版）の新機能をリリース ・インターネット上のAI生成コンテンツ増加に対応する検出ツールの需要が高まっている背景
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55件
1 / 3ページ
- Source
- 公開Source
ChatGPTが米国でヘルスケア機能を開始、医療記録と連携
・OpenAI が ChatGPT に Health 機能を追加し、米国の対象ユーザーが医療記録と Apple Health を安全に接続可能に ・個人の医療データを ChatGPT に統合することで、よりパーソナライズされた健康情報の提供を実現 ・医療情報の安全な取り扱いと、ユーザーの健康管理の効率化が目的
- 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
OpenAI、中小企業向け ChatGPT プログラムを開始
・OpenAI が中小企業向けの ChatGPT プログラムを新たに立ち上げ ・プログラムは起業家の AI スキル構築・業務自動化・事業成長を支援 ・ChatGPT Work を活用した実装が中心となる見込み
- 公開Source
LLMは信念の表現方法に左右される─言語形式による応答性の違いを評価
・ユーザーがLLMに述べた信念（前提条件・証拠表現・確実性マーカーなど）に対して、LLMの応答パターンが異なることを指摘。 ・同じ内容でも「言い方」（言語形式）によって、LLMが信念を受け入れるか・既知知識を優先するかが変動。 ・信念表現の言語的多様性を分類する体系を導入し、LLMの説得可能性（persuasiveness）を系統的に評価。 ・ユーザー指示への応答一貫性とLLM信頼性に関わる重要な課題。
- 公開Source
検索システムの静的評価が多段階エージェント検索の実用性を予測しない理由
・現在のレトリーバルシステムは「文書が直接的に質問に答えるか」という静的な有用性で評価・訓練されている ・しかしAIエージェントが複数回クエリを発行し段階的に推論する場合、同じ有用性指標が有効でないことが実証された ・文書の価値が「次のステップで何ができるか」という因果的効用に依存するため、既存の評価方法では捉えられない部分が存在する
- 公開Source
Amazon Bedrock のマネージドナレッジベースでエンタープライズ検索をエージェント向けに構築
・Amazon Bedrock Managed Knowledge Base により、エンタープライズデータを基盤とするエージェント・生成 AI アプリケーション構築の複雑性を低減 ・従来はコネクタ、パーサ、ベクトルストア、ナレッジグラフ、検索ロジックを自社で統合・運用する必要があった構成を一元化 ・データソース接続、マルチモーダル文書の解析、ベクトル/グラフデータベースの選定・スケーリングといった各工程の課題を内包型サービスで対処
- 公開Source
企業AI組織の信頼ギャップ：検索ではなく信頼性が課題
・101社の調査から、AI エージェント向けのコンテキスト基盤が信頼性を伴わないまま急速に構築されている実態が判明 ・検索拡張生成（RAG）がデフォルトのコンテキスト源となり、ベクトルDB から プロバイダー純正検索へシフトが進行中 ・多くの企業で、欠落・不一致したコンテキストに起因する誤った確信回答（confident wrong answer）が既に発生 ・ガバナンス付きセマンティック層の導入が解決策として提示される
- 公開Source
アスペクト特化型感情分析における制約条件を考慮した反事実編集手法
・アスペクト特化型感情分析（ABSA）では、文全体の感情ではなく特定要素への感情判定が求められます。・反事実データ生成時、対象アスペクトの感情のみを反転させ、他要素の感情・意味・流暢性・事実性を保持する必要があり、既存手法ではこれらの制約を満たしにくいという課題があります。・制約条件を明示的に組み込んだ編集手法を提案し、より信頼性の高い評価データ生成を実現します。
- 公開Source
深い相互作用：大規模推論モデルの効率的な人間-AI対話手法
・Chain-of-Thought（段階的思考）推論の活用により、LLMは複雑な多段階タスク対応が可能になったが、エラー発生時の現在の対話手法は不十分である ・既存手法では完全な再生成による再び誤る可能性、またはユーザーが誤りステップを指摘しても同じ誤りが繰り返される課題がある ・本研究は人間-AI相互作用の効率化を目的とした新手法を提案している
- 公開Source
不動産金融向けAI文書処理ソリューション、AWSで構築・展開
・不動産金融企業Built Technologiesが、Amazon BedrockとAWSのサービスを活用したAI駆動の文書処理エンジンを構築 ・年間5000億ドル規模の不動産プロジェクト処理において、複雑で手作業が多い文書処理を自動化 ・AIエージェント基盤により、融資判断や契約審査などの重要な業務意思決定を迅速化
- 公開Source
参照回答がない場合、LLMジャッジは甘すぎる可能性がある
・LLMを評価者として使う際、正解がない「ノーリファレンス評価」では、LLMが甘い採点をする傾向がある ・キャリブレーション実験と感度実験の2段階パイプラインで、LLMジャッジの信頼性を検証 ・タスク知識の不足や入力変動への過敏さが、評価の一貫性と精度を損なう可能性を指摘
- 公開Source
集約精度の落とし穴：タスク無関係な文脈下での予測の不安定性
・大規模言語モデル（LLM）が本来のタスクと無関係な長いテキストを前置きされても、全体的な精度は変わらないように見える現象を報告 ・しかし個別の回答は不安定で、同じ質問でも無関係な文脈により回答が反転するケースが多数存在 ・集約精度という表面的な指標では、モデルの実際の脆弱性が隠蔽される可能性を指摘 ・実務運用では無関係な情報に左右されるリスクを考慮した評価が必要
- 公開Source
AI モデルが現実世界で機能するために必要なこと
・予測・計画・意思決定を支援する AI システムは増加しているが、組織固有の詳細情報が不足し、実用性が限定されている課題を指摘。 ・MIT の研究グループが、組織内データとモデルの適合性向上に取り組む。 ・業務現場で AI の効果を引き出すには、単なるモデル性能より実装環境への適応が重要。
- 公開Source
8言語160の慣用句をグラフで分析、認知言語学に基づく特徴抽出法
・8言語の慣用表現・比喩表現160件を、認知言語学の概念特徴（包含、隠蔽、感情、社会など）でアノテーション ・各表現間の類似度をグラフ化し、コミュニティ検出により言語を超えた意味構造を解析 ・解釈可能なネットワーク手法により、言語タイプが異なる表現の普遍的パターンを抽出可能
- 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
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。