LLM

ソフトウエア

SimpleQAとは｜AI事実性ベンチと単体・ツール込みスコアの読み方

SimpleQAはOpenAIが2024年10月に公開した4,326問のAI事実性ベンチマークです。GPT-4o38%からDeepSeek V3.2の97%までのスコア推移、単体とツール込みの読み分け方、Japanese SimpleQAまでを2026年7月時点で解説します。
2026.07.07 冨田到 冨田到
ソフトウエア広告・出版・マスコミ
ソフトウエア

HLEとは？AI評価ベンチマークの最前線と使い方を解説

HLE（Humanity's Last Exam）は、CAISとScale AIが作った2,500問のAI最終学力試験です。2026年7月時点の最新スコア、他ベンチマークとの違い、実務でのモデル選定チェックリストまでを解説します。
2026.07.07 冨田到 冨田到
ソフトウエア広告・出版・マスコミ
ソフトウエア

2026年AIリサーチエージェント徹底比較｜NinjaTech・Felo・Perplexity・Tokkyo.Ai・Snorbeを業務別に使い分ける

2026年6月時点で実務に使える主要AIリサーチエージェント9ツール（NinjaTech AI、Felo、Perplexity、Tokkyo.Ai、Patentfield、FRONTEO Kibit、Genspark、Sakana AI、Snorbe）を価格・公開ベンチマーク・業界別の使い分けで徹底比較。Snorbe開発者の体験ベース解説。
2026.06.17 冨田到 冨田到
ソフトウエア
ソフトウエア

【論文解説】grepとbashでRAG超え？DCI論文の中身と将来展望

2026年5月公開のDCI論文（arXiv:2605.05242）を初学者向けに解説。grepやbashでLLMが直接コーパスを探る新手法が、ベクトル検索を精度・コストの両面で上回った理由と、これからのRAG設計への影響をやさしくまとめます。
2026.05.20 冨田到 冨田到
ソフトウエア
サービス・インフラ

【論文解説】38万パラメータで化学計算60年の壁を越えるMicrosoft Skala

Microsoft Researchが発表した深層学習XC汎関数Skalaを解説。GMTKN55で2.8 kcal/molを達成し、ハイブリッド汎関数を超える精度をセミローカルDFTのコストで実現した仕組みと、創薬・電池・触媒分野への展望を初学者向けにわかりやすく紹介します。
2026.05.11 冨田到 冨田到
サービス・インフラメーカー
ソフトウエア

【論文解説】NAGとは？AIの頭の中を覗いて学習データを選ぶ新手法と未来

LLMの「効く学習データ」をニューロン単位で見つける新手法NAG（Neuron-Activated Graph）について、初学者にもわかるように解説します。仕組み、実験結果、技術の流れ、AIエージェントへの応用可能性まで、論文の内容を噛み砕いてお届けします。
2026.05.07 冨田到 冨田到
ソフトウエア
サービス・インフラ

【論文解説】ワールドモデルって何を指す？2026年の論文が引いた一つの境界線

2026年4月、北京大学・清華大学など8機関がワールドモデルの統一定義「OpenWorldLib」を発表。4つの能力と除外リスト（Soraはワールドモデルではない）により、AI研究に初めて明確な境界線が引かれました。定義が統一されたことで何が変わるのかを解説します。
2026.04.17 2026.04.21 冨田到 冨田到
サービス・インフラソフトウエア
ソフトウエア

LLMが突然英語で返してくる「言語混乱」はなぜ起きるのか

LLMの言語混乱（Language Confusion）がなぜ起きるか、訓練データ・RLHF・トークナイザーの3層で解説。CodexとGLMが特にひどい理由と、Claudeが少ない理由を文献をもとに考察します。
2026.04.13 冨田到 冨田到
ソフトウエア
サービス・インフラ

Bonsai-8Bで1-bit LLMがiPhoneで動く時代が来た

PrismMLが公開したBonsai-8Bは、8Bパラメータで1.15GBという1-bit LLM。iPhone 17 Pro Maxで毎秒44トークンで動作し、オンデバイスAIの新しい基準を示した。仕組みと性能、実際の試し方を解説します。
2026.04.06 冨田到 冨田到
サービス・インフラソフトウエアメーカー
ソフトウエア

【論文解説】AIは研究を自動化しない？ハーバード物理学者が示した専門家10倍化の現実

ハーバード大学教授がClaude Opus 4.5を大学院生として指導し、2週間で本物の素粒子物理論文を完成させた実験から、AI時代の専門家の役割と「Taste（問いを選ぶ力）」を考える。
2026.04.01 冨田到 冨田到
ソフトウエア
次のページ