【#ソウモデルエージェント# 女優 新着イベント情報】 お待たせしました！イベント決定です♪ まだちょっと先だけど予定しておいてね！ 10/18(日) #女神ジュン# ちゃん 10/24(土) #つばさ舞# ちゃん 11/1(日) #八蜜凛# ちゃん

【#ソウモデルエージェント# 女優イベント情報6月号‼️】 地方でも開催！ 6/6(土) #与田りん# ＆ #月乃ルナ# / #美乃すずめ# 6/7(日) 月乃ルナ ※写真集 6/13(土) #中森ななみ# ※神奈川 6/20(土) #八蜜凛# ※大阪 / #藤かんな# 6/21(日) 八蜜凛 ※愛知 6/28(日) 八蜜凛 ＆ #女神ジュン# 7/5(日) #つばさ舞#

【#ソウモデルエージェント# 女優 新着イベント情報‼️】 6/20(土)12時～/17時～ #八蜜凛# ちゃん ※大阪 6/21(日)12時～/17時～ 八蜜凛 ちゃん ※愛知 6/28(日)13時～ 八蜜凛ちゃん / #女神ジュン# ちゃん ※合同イベ 7/5(日)14時～ #つばさ舞# ちゃん

【更新‼️】#ソウモデルエージェント# 女優イベント情報 地方でも続々開催✨ぜひ遊びに来てね！ 🆕7/7(火) #女神ジュン# ※山口 7/19(日) #与田りん# / #八蜜凛# ※愛知 7/20(月･祝) #藤井蘭々# 7/25(土) 八蜜凛 7/26(日) #美乃すずめ# 7/27(月) #鷲尾めい# ※大阪 🆕8/1(土) 女神ジュン 🆕8/8(土) #つばさ舞#

本日9/17(木)は #FALENO# 専属 #ソウモデルエージェント# 女優 DVD最新作の発売日です✨ #つばさ舞# ちゃん #八蜜凛# ちゃん #女神ジュン# ちゃん 全タイトルとも数量限定版は完売🎉 より高画質な配信版も本日より配信開始！

8/6(木)発売分 #DAHLIA# 専属 #ソウモデルエージェント女優# のDVD最新作が本日より予約受付開始✨ #美乃すずめ# ちゃん ※DAHLIA大リニューアルのアンバサダーを共に務める #小沢菜穂# さんとの共演作‼️ #与田りん# ちゃん 限定版のご予約はお早めに！

6/18(木)発売分 #FALENO# 専属 #ソウモデルエージェント女優# のDVD最新作が本日より予約受付開始✨ #つばさ舞# ちゃん #八蜜凛# ちゃん & #女神ジュン# ちゃん ※共演作！八蜜版、女神版、Blu-ray版あります #藤井蘭々# ちゃん

TL;DR エージェント評価の判定器をLLMからJevという専用モデルに変えるだけで、精度100%・コスト80分の1以下という結果が出たそうです。 タイトル: Jev-as-a-Judge for Agent Evals URL: ポイント ⚖️ コードベース評価は決定論的すぎ、LLM-as-a-Judgeは非決定論的すぎるという板挟みへの解決策として提案されています 🎯 500回繰り返した判定でJevの一致率は100%、比較対象のClaudeは80.0%にとどまりました 📉 品質スコアの分散もJevが最小で、他の判定器は最大913倍もばらつきが大きかったそうです 💰 5リクエストの評価コストはJevが0.34ドル、Claudeは28.17ドルと桁違いの差がありました ⚡ 平均応答時間はわずか0.44秒で、判定の高速性も際立っています 🔍 コードベース評価とLLM-as-a-Judgeに続く「第3の評価形態」として位置づけられています 低コストで判定を繰り返し実行できるようになると、エージェント開発のフィードバックループそのものが変わりそうです。 #AIエージェント評価# #LangChain#

🤔 マルチエージェントLLMの通信トポロジーは、本当に毎回コストをかけて“生成”しなければならないのでしょうか？UCLAのチームがこの前提そのものに疑問を投げかけた研究を発表しました。 タイトル: Codebook Agent: Amortized Topology Design for LLM Multi-Agent Systems URL: ❓ エージェント同士の通信トポロジーは、なぜ生成モデルで毎回探索する必要があると考えられてきたのですか？ 💡 実は必要ないかもしれません。報酬で生き残るトポロジーは、コードブックのサイズを8から64まで増やしても常に6個程度のグラフに収束することが分かりました。設計空間は見かけほど広くなかったのです。 ❓ エッジ数を減らして疎なグラフにすれば、トークン消費も減らせそうですが？ 💡 逆でした。エッジ数とトークン消費の相関係数は-0.4で、グラフを疎にするほどトークンが増えてしまいます。構造的な「コストらしさ」と実測コストは一致しないのです。 ❓ 既存のGNNによる候補採点は何が問題なのですか？ 💡 エージェントのプロファイルが同質なチーム（多くの実運用構成に該当）では、GNNのメッセージパッシングがどの隣接行列も同じ入力とみなしてしまい、候補ごとに差をつけられない機能不全に陥っていました。 ❓ 生成をやめて選択に切り替えたCodebook Agentは、実際どれくらい効果があるのですか？ 💡 VQ-AEでトポロジーを16個のコードに圧縮し、報酬加重MLPと実測データによる代理モデルで候補を選ぶことで、生成時間を301〜396msから2.4msへと125〜158倍高速化。6ベンチマーク平均で従来最強手法から精度+1.6ポイント、トークン消費も21.9〜33.2%削減しています。 #マルチエージェント# #LLM#

💡 このタスクはあのモデルなら解ける、でも単価が合わない。そう言って見送った案件が、誰にでも一つや二つあるのではないでしょうか。 フロンティアモデルの実運用を阻んできたのは、多くの場合その性能ではなく価格でした。エージェントにコードを書かせ、長い文書を読ませ、コンピュータを操作させる。どれも大量のトークンを吐き出す仕事で、最高性能のモデルを使えば解けると分かっていても、1タスクあたりの単価が本番投入の前に立ちはだかります。 OpenAIが公開したGPT-6.1 Solは、この壁に「性能を上げる」ではなく「同じ性能を安くする」というかたちで応えたモデルです。最上位のGPT-6 Astraに対し、コーディングのDeepSWE v1.1では同等のスコアを5分の1のコストで達成し、コンピュータ操作のOSWorld 2.0では差を2.1ポイントまで詰めたうえでコストは7分の1。ハルシネーション率も4.5%から4.1%へ改善し、Astraの4.0%に肉薄しています。API価格は100万トークンあたり入力$2・出力$10で、キャッシュ入力は$0.10と標準比95%引きです。 変化が現れるのは「最高性能でしか解けなかったタスク」ではなく、「コストが理由で見送られていたタスク」のほうです。科学研究のTerminal-Bench Science 0.1では、Astraなら1タスク$23.80かかるところが$5.47。採算が合わずに棚上げしていたワークロードが、そのまま検討対象に戻ってきます。同じ文脈を毎ターン読み直すエージェント用途なら、キャッシュ入力の安さがさらに効いてくるはずです。 もっとも、最後の数ポイントを必要とする用途ではAstraの出番が残ります。当面はタスクの難度と単価で両者を使い分ける設計が現実的でしょう。 タイトル: GPT-6.1 Sol のご紹介 URL: #GPT6# #LLM#