登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 2016自分が選ぶ今年の4枚
2016自分が選ぶ今年の4枚 コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
2016自分が選ぶ今年の4枚 を含む検索結果
#2016自分が選ぶ今年の4枚# 来年はもう少し選択肢を増やしていきたい…
#2016自分が選ぶ今年上半期の4枚# そもそも候補が少なくて死ぬ…(大体グラブルが悪い)
#2026年自分が選ぶ今年上半期の4枚# ①②ローエンとイルーガの入れ替わり ③ローエン伝任おつかれさま ④皆でテトシアしてほしい
マルチモーダルAI(画像と文章を一緒に理解して答えるAI)が「自分で描いた図を本当に見て考えているか」を検証した論文が出た(https://arxiv[.]org/abs/2607.26769)。 GPT-5.5やGemini 3.5 Flashなどの最新モデルは、問題を解く途中で補助線を引いたり対象に印をつけたりと、人間が紙に書き込むような視覚的な操作を自分で生成しながら考えるようになってきた。ただ、その絵が答えを導く助けになっているのか、単なる飾りなのかは、これまできちんと切り分けられていなかった。 研究チームはSee2Thinkという評価の枠組みを作った。幾何・3D空間認識・日常シーンの読み取りなど12カテゴリ、合計1,200問を用意し、AIが「考える→図を描く→描いた結果を見てさらに考える」流れを記録する。実験の一つでは、AIに見せる描画結果をわざと間違ったものにすり替え、AIが本当にその絵に依存しているかも確かめた。 結果はややちぐはぐだった。AIが「どこに何を描くべきか」を選ぶ判断の妥当性(論文ではAction Relevanceと呼ぶ指標)は全体平均で96.4〜98.8%とほぼ満点なのに、実際に描いた絵が指示通り正確に再現されているか(Render Faithfulness)は58.6〜65.6%にとどまる。狙いは正しくても手元が狂う工程こそが最大のボトルネックで、どの条件が一番強いかもモデルごとにバラバラで万能な戦略はなかった。 「指定された麻雀牌を1枚拾う」のようなロボット操作の指示になると、モデルや条件を問わず正答率は0〜4%まで落ち込む。さらに、わざと間違った絵を見せる実験では特に3Dの空間問題で正答率が最大15.5ポイントも落ち込んだ。正確に描けても得点はさほど伸びないのに、間違った絵には引きずられて答えを変えてしまう。「絵を使って考えるAI」も、まだ自分の描いた絵を十分に使いこなせていない、という結果だ。
もっと見る
🏢 司令塔を置かずに1,024体のAIエージェントを協働させたら、誰も指示していない「組織」が自然に立ち上がりました。 タイトル: Agensh: Scaling Organizational Intelligence to 1,024 Agents URL: 📋 概要 Microsoft Researchによる、中央オーケストレーターを持たない自己組織化マルチエージェントハーネスです。ワーカーが並行・非同期に動き、軽量なインフラ越しに進捗を共有します。 🔥 解決する課題 既存のマルチエージェント基盤の多くはオーケストレーターがタスクを分解して割り当てる構造です。そのため全体のスケーラビリティが、司令塔1体の管理能力と統合能力に縛られてしまいます。 🛠 方法論と提案手法 各ワーカーが同じ5ステップのループを回します。文脈を集める、サブタスクを自分で宣言する、実行する、受け入れ基準で検証する、共有ワークスペースにマージする、の繰り返しです。支えるのは3つのインフラだけで、Giteaによる共有ワークスペース、Mattermostによるメッセージ、観測と事実と失敗と宣言を型付きで溜める追記専用の共有コンテキストです。協調プロトコルはランタイムではなくプロンプトに書かれているため、Claude CodeやCopilotの上に薄く載せられます。 📊 実験結果 インターネット遮断・6時間予算でソフトウェアをゼロから再現するProgramBenchの最難5タスクで検証しました。 ・5タスク平均のテスト通過率は1体の19.31%から128体の28.78%へ、相対で約49%改善 ・pandocでは1体の33.89%から1,024体で55.06%に到達 ・到達速度も変わり、pandocで通過率30%を超えたのは128体なら30分、32体は60分、8体は90分。1体は2時間かけても届きませんでした 🌱 創発した協調 全員が同じプロンプトなのに、規模が増すと協調の形が変わります。8体ではインターフェースを決めて分担し、32体では承認の撤回と再レビューが回り始め、128体ではレビュー相手を経験で選び統合手順を標準化し、1,024体では「統合担当」という役割が生まれて複数候補に打診し最速の相手を選ぶようになりました。 #マルチエージェント# #AIエージェント#
もっと見る
ウィスコンシン大学マディソン校とUCサンタバーバラ校の研究チームが、複数のAIエージェント同士が協力する場面で「探索」がうまく機能していないことを示す論文を発表した(https://arxiv[.]org/pdf/2607.11250)。 まず単純な設定で確かめている。1つのAIエージェントに、成功確率60%のピアAと50%のピアBのどちらかへ作業を繰り返し委任させる「2本腕バンディット」問題(手持ちの選択肢を試行錯誤しながら良い方に絞り込んでいく、探索と活用のトレードオフを扱う古典的な意思決定問題)を50ラウンド行わせた。理想的には最初は両方を試しつつ、徐々に成功率の高いピアAへ寄せていくのが正解になる。ところがQwen2.5-7B、GPT-4、GPT-5のいずれも、最初の数ラウンドでどちらか一方に固定してしまい、そのまま50ラウンド動かなくなる「早すぎる決め打ち」を起こした。比較用に置いた古典的な探索アルゴリズムUCB1(不確実性の高い選択肢を楽観的に評価し、試行回数を自然に分散させる手法)はきちんと両方を試しながら徐々に絞り込んでおり、対照的だった。 著者らはこれを「マルチエージェント探索問題」として定式化し、部分観測確率ゲーム(POSG、各プレイヤーが相手の能力や状態を完全には観測できないまま、同時に意思決定を繰り返すゲーム理論の枠組み)としてモデル化した。興味深いのが、エージェントに「探索と活用のバランスを取れ」とプロンプトで明示的に指示するだけの手法(In-Context Exploration)が、複数の文書をまたいで証拠を集めないと解けない質問応答ベンチマークHotpotQAを使い10体のエージェントに文脈を分担させた設定では、ランダムにピアを選ぶより成績が悪くなったことだ。プロンプトで頼むだけでは探索は直らず、構造的な仕組みが要ることを示している。モデルの種類が異なる4体(GPT-5、Qwen2.5-7B、Llama3.1-8B、Mistral-7B)を混ぜ、大学院レベルの専門知識を問う難しい選択式ベンチマークGPQAで解かせた実験でも同じ傾向が出た。最も強いはずのGPT-5でさえ、297回の相互作用のうち294回をQwen2.5-7Bに固定し、他のエージェントをほとんど試さなかった。 そこで著者らが提案するのがMACE(Multi-Agent Contextual Exploration)。各エージェントの選択を文脈付きバンディット問題として扱い、ピアの回答が自分と違うか(応答の多様性)、他のピアと比べて特徴的か(ピア間の異質性)、過去の成績はどうか、といった関係性を特徴量にしてLinUCB(不確実性ボーナス付きで期待報酬を推定する手法)でピアを選ばせる。HotpotQAで学習したパラメータを、追加学習なしで別の質問応答ベンチマーク2WikiMultihopQAに転用しても全ベースラインを上回った。理論面では、MACEの累積後悔(最適な選択との差の総和)がO(√(T log T))に収まる一方、探索しない貪欲な方策はΩ(δT)の後悔を負うと示されており、δはエージェント間の能力差の大きさを表す。エージェントが多様であるほど、探索の価値は際限なく大きくなる計算だ。 個々のモデルの賢さを積み上げても、「誰に何を聞くか」を決める仕組みが伴わなければ組織としての精度は頭打ちになる、という指摘として読める。
もっと見る
コーディングエージェント(コードを書いて実行しながら作業を進めるAI)にロボットを任せられるのかを、1,156タスク・47機種のロボットで測る試験「Embodied First Exam」が出た( Berkeleyなどの共同研究だ。 エージェントは動かし方を自分で選ぶ。動作を直接送る、制御プログラムを書く、方策(状況から動作を決める学習済みモデル)を学習する、の3通りだ。 肝は、同じタスクを条件を変えて解かせること。「Privileged」はシミュレータの全状態が読め、何度でもやり直せる。「Standard」は実機に近く、見えるのはカメラなどのセンサーの値だけで、原則リセット(初期状態に戻すこと)もできない。「Realtime」では考えている間も世界が止まらない。 難しい456タスクで8つのエージェントを比べると、最強のGPT-6 Astra(Codex上)でもStandardの成功率は34%。両方の条件がある391タスクでは、Privilegedの77%に対しStandardは30%まで落ちる。 何が差を生むのか。GPT-6 AstraのStandardに機能を足す追加実験では、28%だった成功率が、物体の正確な状態を見せると45%、無制限のリセットを許すと53%、両方で68%になった。正確な情報より、やり直せることが効く。Standardでは特に精密さが要る段階で失敗が増え、8エージェントの集計では組み立て段階の失敗率がPrivilegedの34%から80%に上がる。 モデル以外の要素も大きい。GPT-6 AstraはCodexで34%、Claude Codeでは22%。ハーネス(モデルにツールや文脈管理を提供する実行環境)を替えるだけで最大12ポイント動く。上位3エージェントは解けるテストが一部ずれていて、3つ合わせるとStandardの48%を解く。1体に深く考えさせるだけでなく、違うエージェントを並べる幅の使い方にも余地がありそうだ。 注意点もある。各テストの試行は1回だけで、実力と偶然のぶれを分けられない。失敗段階の判定の大半と難問の選別には、GPT-6 Astraと同系列のモデルを使っている。結果はすべてシミュレーションで、実機は電流イライラ棒1タスクのデモにとどまる。シミュレーションの成績が実機をどこまで予測するかは未検証だ。 センサーだけで一発で決める力には、まだ伸びしろが大きい。一方で、やり直しの仕組みやハーネス、エージェントの組み合わせで埋まる部分もありそうで、小さなチームが工夫できるのはむしろそこかもしれない。
もっと見る
10月27日、Anthropicが専門家50人を使った実験の結果を出した。 AIに作業を手伝わせても、大事なところは自分で決めてる。たいていの人はそう思ってる。 じゃあ実際、どこまで自分で決めてるのか。 先に結論。 思ってるよりAIに寄せられてた。ただ「AIを使うと危ない」って話ではない。 1. 何をしたか データ分析の仕事を、Claude Code(AIに作業を任せられるツール)と一緒にやってもらう。途中で二択の判断が4回ある。 AIには、どっちを推すかをコイン投げで決めて仕込んであった。本人たちには知らせていない。 2. どれくらい寄ったか AIが推した方を選んだのは何%だと思う? 86%。 AIが関係なければ50%前後になるはずの二択で。 先に自分の考えを言っていた38回の場面でも、AIに反対されると6割で乗り換えた。賛成されたときは6%。 3. 本人は気づいてたか あとで理由を書いてもらうと、77%がAIの言った理屈をそのまま使ってた。それがAIの意見だと書いたのは15%。 経験年数や専門知識の多さでは差が出ていない。 言えないこともある。 AIの推しはわざと強めにしてあって、現実ではもっと小さいかもしれないとAnthropic自身が書いてる。 AIを使わなかった11人は6人が結果を台無しにするミスをして、使った50人では3人。ただ使わなかった側は経験の浅い人が多くて、そのまま比べられない。 ここから自分の見立て。 AIは推す側の理由はしっかり語る。なのに反対側の強い理由はほとんど出さなかった、と研究にある。片方の弁護士の話だけ聞いて判決を出すようなもの。 最後に決めてるのは自分のつもりでも、材料はAIが選んでる。 今日できること ・AIに聞く前、自分ならどっちを選ぶか一言メモしておく ・AIが推してきたら「反対を選ぶ一番強い理由は?」と聞き返す ・人に説明するとき、どこからがAIの意見か分けて書く
もっと見る
昨日6/16の 「街角トーク〜対話フェスへの道」 高円寺のあとは阿佐ヶ谷駅南口で 「半分外国人の自分は最近の外国人排斥が本当に許せない。対話を信じるが、 何よりマスメディアは事実と未来への展望をちゃんと報道するべきだ」 →当事者の方の言葉!マスメディアしっかり! このかたとは結構長時間議論しました。 どうしたら当事者の事情をみんなに共有するか、そして政治家を選ぶのは政策か人格か?など。議論ありがとねーございました! 「杉並区和田の蚕糸の森公園のカルガモの子供が悲しいことになりました。 その対策を岸本さとこさんに送りました。そしたらカモの子が増えてました」 岸本さんの力なのか?わからないがよかった! このところ毎日寄ってくれる小学生男子 「杉一小学校の工事早く終わって、学校使いたいー」 本当にそうだよね。大人がなんとかしなくっちゃ。 ネパールから来て杉並で働いて四年の方 「外国人でも欧米系じゃなくてアジア系派部屋を借りにくい。同じアジア人にもっと良くしてほしい。」 →ほんとにそう。アジア人同士助け合いたい。 「防災の講習受けてる。防災のことで杉並区の役に立ちたい」 →すごい。いいね!この辺りの人はみんなあなたに防災を学ぶといいよ! 今日は深く入り込んだ話も多かった。 それも対話!街角トーク! 杉並区の色んな人の話を聞いて行きます! それぞれの人、それ自身がドラマ! 6/20にはこれまでの「街角トーク」を集めたスペシャル総集編 「対話フェス」を開催します! 今日6/17もやります「街角トーク」 阿佐ヶ谷駅南口で18時! あなたの声を聞かせてください!
もっと見る