AI研究・論文の記事
「AI研究・論文」に関連するAIニュースと解説、191本。新しい順に並べています。
AI研究・論文 の記事：191件
AIエージェントは同じ課題を5回やって全部成功するか IBM Researchが「Pass^k」で測ると、平均77.4%のエージェントの全回成功は53.0%。温度0でも起きる24.4ポイントの「一貫性ギャップ」を、自分の記録から作ったガイドラインで半減
AIエージェントは同じ課題を5回やって全部成功するかIBM Researchが「Pass^k」で測ると、平均77.4%のエージェントの全回成功は53.0%。温度0でも起きる24.4ポイントの「一貫性ギャップ」を、自分の記録から作ったガイドラインで半減
研究
Googleの「AI & Economy ATLAS」9月版 米国は仕事のAI利用の30%がコンピュータ・数学職、インドは19%がクリエイティブ職、日本は手作業向けの利用が4%。科学者の半数近くが毎日AIを使い、週7時間弱を節約しても「仮説の積み残し」が増える
Googleの「AI & Economy ATLAS」9月版米国は仕事のAI利用の30%がコンピュータ・数学職、インドは19%がクリエイティブ職、日本は手作業向けの利用が4%。科学者の半数近くが毎日AIを使い、週7時間弱を節約しても「仮説の積み残し」が増える
研究
Google DeepMind「AlphaGenome Atlas」 ヒトゲノムで起こりうる一文字変異90億通りの分子効果を予測して公開、1ペタバイトでAlphaFoldデータベースの30倍超、変異1つを1つの数字にするAVIスコア
Google DeepMind「AlphaGenome Atlas」ヒトゲノムで起こりうる一文字変異90億通りの分子効果を予測して公開、1ペタバイトでAlphaFoldデータベースの30倍超、変異1つを1つの数字にするAVIスコア
研究
OpenAIの経済調査「Work at the Frontier」第2弾 自分の職種外の仕事にAIを使う人は、翌月も同じ仕事に戻る（23.6%対8.4%）。150万メッセージで見えた「肩書きが変わる前に仕事が広がる」
OpenAIの経済調査「Work at the Frontier」第2弾自分の職種外の仕事にAIを使う人は、翌月も同じ仕事に戻る（23.6%対8.4%）。150万メッセージで見えた「肩書きが変わる前に仕事が広がる」
研究
OpenAI、モデルの「不整合」を公開報告する枠組みを発表 「業界は最高速度で拡大を続けられるほどアライメントを解いていない」、初回6件は漏れたAPIキーの無断使用・数字の捏造・要約に埋めた「隠せ」の指示
OpenAI、モデルの「不整合」を公開報告する枠組みを発表「業界は最高速度で拡大を続けられるほどアライメントを解いていない」、初回6件は漏れたAPIキーの無断使用・数字の捏造・要約に埋めた「隠せ」の指示
研究
動画OpenAIは「自社AIの問題行動6件」を、Anthropicは「AIが研究の26%を主導」の数字を公開 ライバル2社が同じ方向に出した文書を一次ソースで読む
OpenAIは「自社AIの問題行動6件」を、Anthropicは「AIが研究の26%を主導」の数字を公開ライバル2社が同じ方向に出した文書を一次ソースで読む
業界
動画Google DeepMindがAGIに向けた研究所「DeepMind Institute」を設立 公式ページに「残るギャップは間もなく閉じる」、公開された5本の文章を原文で読む
Google DeepMindがAGIに向けた研究所「DeepMind Institute」を設立公式ページに「残るギャップは間もなく閉じる」、公開された5本の文章を原文で読む
業界
動画フィールズ賞受賞者25人が連名で宣言「AI企業と数学界の目標は深刻にずれている」 全文に書いてあること、書いていないこと
フィールズ賞受賞者25人が連名で宣言「AI企業と数学界の目標は深刻にずれている」全文に書いてあること、書いていないこと
研究
動画Fugu Ultra v2・Fugu Maxとは Sakana AIが同時公開、Fable 5.1もGPT-6 Astraもプールに入れず8本中5本で首位、Maxは出力$6
Fugu Ultra v2・Fugu MaxとはSakana AIが同時公開、Fable 5.1もGPT-6 Astraもプールに入れず8本中5本で首位、Maxは出力$6
モデル
動画OpenAIが「AIがナビエ・ストークスを解いた」と発表 同じ日に数学者が公にした「パクられた疑惑」、何が証明され、どこまで検証されたか
OpenAIが「AIがナビエ・ストークスを解いた」と発表同じ日に数学者が公にした「パクられた疑惑」、何が証明され、どこまで検証されたか
研究
エージェントの評価軸に「主体性の保全」を置く ComBodied Agentsとベンチマーク CombodiedBench を読む
エージェントの評価軸に「主体性の保全」を置くComBodied Agentsとベンチマーク CombodiedBench を読む
研究
1タスク0.07円でARC-AGI-1を解く150Mモデル BDH-CQは「言葉にしない推論」で費用対精度の記録を更新した
1タスク0.07円でARC-AGI-1を解く150MモデルBDH-CQは「言葉にしない推論」で費用対精度の記録を更新した
研究
倉庫番の「最短手順」をブラウザだけで証明する ネイティブC++探索をJSに移植したSokoban Solver
倉庫番の「最短手順」をブラウザだけで証明するネイティブC++探索をJSに移植したSokoban Solver
研究
薬の飲み忘れに「また届ける」だけでは足りない ComBodied Agentsが提案する「Personal World Models」という考え方
薬の飲み忘れに「また届ける」だけでは足りないComBodied Agentsが提案する「Personal World Models」という考え方
研究
Skillsが効くのは「知識を足すから」ではなく「手順の道しるべになるから」 8,135件のトライアルが示した実態
Skillsが効くのは「知識を足すから」ではなく「手順の道しるべになるから」8,135件のトライアルが示した実態
研究
ターミナル作業の訓練データ、生成の仕方が悪いと『解けない問題』になる FACETが守る『指示・環境・正解・検証器』の一貫性
ターミナル作業の訓練データ、生成の仕方が悪いと『解けない問題』になるFACETが守る『指示・環境・正解・検証器』の一貫性
研究
暗号化されたままAI推論する Googleのオープンソースコンパイラ「HEIR」を公式ブログから読む
暗号化されたままAI推論するGoogleのオープンソースコンパイラ「HEIR」を公式ブログから読む
研究
手話をテキストに変えるAI「SL2T」 Google DeepMindがPixel 11に載せた仕組み
手話をテキストに変えるAI「SL2T」Google DeepMindがPixel 11に載せた仕組み
プロダクト
手話をAIが生成する時代へ NHKの「手話CG」研究を公式サイトで確認した
手話をAIが生成する時代へNHKの「手話CG」研究を公式サイトで確認した
研究
AIエージェントへの攻撃成功率85% OpenARTは『環境そのものを変え続ける』ことで安全性テストの死角を突く
AIエージェントへの攻撃成功率85%OpenARTは『環境そのものを変え続ける』ことで安全性テストの死角を突く
研究
RunwayがGWM-1で目指す次 「動画生成」から「世界そのものをシミュレートする」への転換
RunwayがGWM-1で目指す次「動画生成」から「世界そのものをシミュレートする」への転換
プロダクト
論文執筆を「13個のスキル」に分解する Spark-to-Paperは1本8.1ドル・3.2時間で書き上げ、捏造検出率を14%から92%に上げた
論文執筆を「13個のスキル」に分解するSpark-to-Paperは1本8.1ドル・3.2時間で書き上げ、捏造検出率を14%から92%に上げた
研究
モデルを変えずにTerminal-Bench 2.1で95.3% 「ハーネス側だけ」を作り込んだStateMの実験費用は15ドル
モデルを変えずにTerminal-Bench 2.1で95.3%「ハーネス側だけ」を作り込んだStateMの実験費用は15ドル
研究
SWE-bench Verifiedの未解決問題、6割はテスト自体に欠陥があった 7言語・170件のリファクタリングで最高スコアは41.2%
SWE-bench Verifiedの未解決問題、6割はテスト自体に欠陥があった7言語・170件のリファクタリングで最高スコアは41.2%
研究