公開
多項概念の回復を測定するベンチマーク「MAxBench」
・言語モデルの解釈可能性研究で、二値的概念（拒否など）は単一の活性化方向で制御できるが、多項概念（動物や国など複数カテゴリ）の制御は表現空間の探索が大幅に複雑化する問題に対応 ・多項概念の幾何学的表現パターンを評価するためのベンチマーク「MAxBench」を提案 ・言語モデルの細粒度制御（ステアリング）の精度向上と検証方法の標準化を目指す
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103件
1 / 5ページ
- Source
- 公開Source
Heurist Finance、Amazon Bedrock AgentCoreで AI投資ワークベンチを構築
・Heurist Finance は Amazon Bedrock AgentCore を活用し、個人投資家向けの AI 搭載金融インテリジェンスプラットフォームを開発。・市場データ収集、決算資料・ニュース読取、ポートフォリオ構築・ストレステストを一つのチャット体験に統合。・機関投資家向けの高度な分析機能を、小売投資家にアクセス可能にするアーキテクチャを実装。
- 公開Source
MLflowとAmazon SageMaker AI Model Registryの同期で、モデルガバナンスを実現する（前編）
・実験段階で複数の候補モデルを追跡するMLflowと、本番環境向けの公式レジストリの間に管理のギャップが生じることが課題 ・Amazon SageMaker AI上のManaged MLflowは、MLflowと Model Registryの間でモデル登録の自動同期を実現 ・データサイエンティストの実験管理とガバナンス担当者の承認・監査プロセスを統合する機能
- 公開Source
創業者が低コスト・低排出の製鋼プロセスを開発
・19世紀以来変わらない高温炉での鉄鉱石精製プロセスに対し、新しい製鋼方法が登場 ・従来法は極度の高温で鉄鉱石を溶解し化学反応で酸素を除去、その後精製するプロセスを採用 ・新アプローチはコスト削減と環境負荷低減の両立を目指し、既存製鋼業界の変革の可能性を示唆
- 公開Source
電池材料スタートアップ、固体電池向け電解質工場を米国で起工
・Anthro Energy が米ルイビル州に電解質製造工場を建設開始。固体電池向けを含む電解質が対象製品。 ・固体電池は次世代電池技術として高エネルギー密度・安全性が特徴。電解質は製造の核となる材料であり、供給チェーン確保が業界課題。 ・工場立地・生産規模・販売相手・受託生産か自社ブランドかなど、ビジネスモデルの詳細情報は本抜粋に記載なし。
- 公開Source
AWS、Forrester Wave AI インフラ部門で「リーダー」評価（2025年Q4）
・AWS が Forrester Wave AI Infrastructure Solutions の 2025年Q4 評価において、13社中リーダー企業として認定 ・Strategy（戦略）カテゴリで最高スコアを獲得 ・柔軟性とコスト効率を備えた AI インフラで、実験段階から本番運用への移行を支援する立場を強調
- 公開Source
水管理が経営戦略上の重要課題に転換する理由
・地球の水の70%が表面を覆うが、実際に利用可能な淡水はわずか0.5%であり、供給不足が深刻化している。 ・グローバル水循環の不均衡が加速し、産業活動と生命維持に対する脅威が増大している。 ・企業経営において水資源の確保・管理が単なるコスト管理から戦略的競争要因へ転換を迫られている。 ・MIT Sloan のケーススタディにより、業界横断的な水管理体系の構築が求められていることが明示されている。
- 公開Source
a16zの40億ドル運用から転身、Vijay Pandeが「小規模ベット」を選ぶ理由
・a16zの約40億ドルバイオテック部門から退任したVijay PandeがAIネイティブのVZVCを立ち上げ、より小規模な投資戦略にシフト。 ・生物学が「発見科学」から「エンジニアリング科学」へ転換しつつあると指摘し、AIの医療応用可能性に注目。 ・臨床試験の高コスト課題は継続するものの、オープンで共有可能なデータセットがAIによる医療変革の鍵になると主張。
- 公開Source
AI需要に応える大型調達：ウォール街が500億ドル規模の融資枠組みを構築
・ウォール街の大手投資ファーム6社がNvidiaの顧客向けに総額500億ドルの資金調達枠を組成。 ・企業がAI用の高性能コンピューティング環境を購入・導入する際の資金確保を支援するモデル。 ・AI基盤設備投資の加速に対応した金融スキーム。従来型の設備投資ローンをAI・GPU調達に特化させる動き。
- 公開Source
金融分析におけるLLMの「読み込み」と「判断」のギャップ
・LLMベースの財務分析ツールは情報取得能力で評価されるが、取得した情報が実際の判断に反映されるかは検証されていない ・文脈トークン数を2,000から128,000に増やし、無関連情報を混在させると、LLMのリスク判断精度が低下することを実験で確認 ・金融ディスクロージャー解析で、検索と判断統合の間に認識されていないギャップが存在する課題を指摘 ・長文脈処理時の LLM の信頼性が、金融意思決定支援システムの実装において重要な検証対象と...
- 公開Source
AWS SageMaker HyperPodに新しいRay機能を統合
・AWS が SageMaker HyperPod に Ray（オープンソースの分散処理フレームワーク）の新機能を統合したことを発表 ・Ray は GPU クラスタ上で Python ワークロードをスケール可能にするツール ・基盤モデルの学習と推論に特化した HyperPod のインフラストラクチャと Ray を統合
- 公開Source
自己改善型エージェントの脆弱性：分散、タスク順序、未指定性の影響
・メモリベースの自己改善型エージェント（オンラインタスク学習とテキストメモリ管理で段階的に改善）は従来の研究で有望と評価されてきた。 ・本研究は複数実行による分散測定とタスク順序のランダムシャッフルを含めて、これら手法の信頼性を包括的に再評価した。 ・従来の単一実行や固定順序の評価では、メモリ型エージェントの実際の安定性と汎用性が過度に評価されている可能性を指摘。
- 公開Source
長時間のロボット操作：言語エージェントによる段階的タスク探索と状態遷移の記憶
・複数の接触操作スキルを組み合わせた長時間ロボットタスクで、VLAモデルの個別スキルは優秀だが段階間のエラー蓄積が課題 ・LLMエージェントがVLAを補完し、言語計画→自由空間での解析的移動→接触操作時のみVLA実行の役割分担を提案 ・各段階の状態遷移を記憶・学習し、段階間の暗黙的な制約を顕在化させる方法論
- 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
Google、Geminiの効率化向け新型AI チップを開発中
・Alphabet（Google の親会社）が Gemini モデルの動作効率を高める専用 AI チップの開発を進めている。 ・新チップにより、推論速度の向上とコスト削減が期待される。 ・独自チップ化により Google は生成 AI 環境の競争力を強化する意向。
- 公開Source
能動的な観察を測る視覚・言語モデルのベンチマーク
・人間の視覚は継続的な目の動きと仮説の更新を伴う動的プロセスだが、現在の視覚言語ベンチマークでこれを測定していない ・新しいベンチマーク「ActiveVision」を提案し、大規模言語モデルが能動的観察（段階的な情報探索）を実行できるかを評価 ・既存のスナップショット型評価では見落とされる、モデルの観察戦略の質と効率を測定することが目的
- 公開Source
Couchbase が Amazon Bedrock を活用した Capella iQ の複数モデル AI アーキテクチャを構築
・Couchbase が開発したデータベース補助ツール「Capella iQ」は、単一の大規模言語モデルではなく複数モデルを組み合わせた AI アーキテクチャを採用 ・Amazon Bedrock を活用して複数の基盤モデル（Foundation Model）を統合し、柔軟性・スケーラビリティ・耐障害性を確保 ・クエリ生成、インデックス推奨、マルチターン対話など複雑なワークフローに対応可能 ・エンタープライズ向け採用拡大に伴い、複数モデ...
- 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
学習データへの計算的プロパガンダ攻撃：大規模言語モデルの安全性リスク
・大規模言語モデル（LLM）の学習データに悪質な情報を混入させる「ポイズニング攻撃」が、既存研究の想定を超えて実行可能であることを実証。 ・Wikipediaなど単一ソースではなく、実際の学習データのような大規模で多様なデータセットでも攻撃が成立することを確認。 ・データ品質チェック（キュレーション）パイプラインとの相互作用を考慮した新たな攻撃リスクを指摘。 ・LLMに隠蔽された有害な動作が組み込まれ、検出・修復が困難になる可能性を警告...
- 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
Reflection AI、Nebiusと10億ドル規模の計算資源契約を締結
・2024年設立のReflection AIが、Nebius（クラウドインフラ企業）と10億ドル規模の計算リソースアクセス契約を締結した。 ・Reflection AIはオープンソースAI技術の開発を進めており、大規模計算リソースの確保で開発体制を強化。 ・スタートアップの生成AI開発において、計算インフラへの長期確保契約が資金調達と並ぶ重要な経営課題になりつつある。