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 AI探索站
AI探索站 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
AI探索站 を含む検索結果
スペースシフトとWHERE、「適地探索AI」を活用した連携を本格的に開始
Claude 5世代のモデル向けにコンテキストエンジニアリングの考え方が変わっているよという公式記事。↓は自分用メモ。 ・Claude Codeのシステムプロンプトを80%以上削減しても、コーディングの精度は維持している ・以前は事故を防ぐため「コメントを書くな」等の強い制約を設けていた ・ただ、それがかえって指示の衝突を生み、AIの判断を難しくさせる原因になっていた ・最新モデルは判断力が向上しているため、細かいルールよりAIの裁量に任せた方が良い ・ツールの具体的な使用例を提示すると、逆にAIの探索範囲を狭める ・例を見せるよりも、パラメーター設計などを工夫して意図を伝える方が良い ・ツールの使い方はシステムプロンプトではなく、各ツールの説明文に記載する ・すべてのベストプラクティスをCLAUDE.mdに詰め込むのは良くない ・必要な時に情報を読み込ませるprogressive disclosure(段階的に開示)が良い ・長いドキュメントは分割し、適切なタイミングで参照させる ・CLAUDE.mdは軽量に保つ ・コードベース特有の注意点の記載にとどめる ・また、単純なMarkdownの仕様書より、もっと情報量を増やしていい。例えば、HTMLのモックアップやテストコードを渡す方が精度が上がる
もっと見る
【Googleや中国企業、「プロテインAI」に照準 狙うは医薬品の70兆円市場】 生成AIはこれまで自然言語やプログラムコード、画像、音声、動画など多くの成果物を生み出してきた。現在、生成AIの対象として「タンパク質(プロテイン)」が注目を集めている。 タンパク質を生成するAIやそれを支援するAIである「プロテインAI」が狙うのは、約70兆円とされるタンパク質医薬品市場だ。10年で3倍に成長している有望市場で、医薬品の候補となるタンパク質の探索にAIを利用できる。 AIがロボットなどを操作する「フィジカルAI」の次なる出口として資金調達合戦が始まっている。 出典:日経XTECH
もっと見る
【情報探索時間を75%削減】VNEXT JAPAN、エンタープライズAIナレッジ基盤「V-Brain」を提供開始
AIにコードを書かせて実験を回すことは、もう当たり前になりました。では研究テーマの設定から論文の執筆まで、AI自身に任せたら何が起きるのでしょうか。 これまでのAIサイエンティストは、与えられたベンチマークのスコアを上げるだけの「ハイパーパラメータ探索エンジン」に留まりがちでした。想像力に欠け、目先の最適化しか追えないという限界があったのです。 🔬 Sakana AIの研究チームが発表した論文『The Agentic Scientist: Orchestrating Coding Agents for Automated Scientific (Co-)Discovery』は、タスク設定から並列調査、証拠の裏付け、論文執筆までを一本化したオーケストレーション層を提案しました。複数のエージェントが共有メモリを使って並列に研究サイクルを回し、仮説提案と実装・検証を分業する仕組みです。 🏆 実際にこのシステムが書いたニューロモルフィック学習則の論文は、学会ALIFE 2026の外部査読を通過し、口頭発表採択を獲得しました。さらに5つの機械学習タスク・4つのコーディングハーネス・70回の研究キャンペーンでの検証でも、最終的な実験スコアと論文の査読スコアには相関(r=0.44)が確認されています。LLMのLoRAルーティングを改善して検索精度を51.7%から98.0%まで引き上げるなど、AI自身が発見したアルゴリズム的改善も複数報告されました。 AIが「論文を書くまで」を担う時代の研究プロセスを、具体例で見せてくれる一本です。 URL: #AIサイエンティスト# #自動科学発見#
もっと見る
AIでCOBOLからJavaへコード移植する方法の提案論文。 ・レガシーなCOBOLからJavaへの移行は、テストデータ不足で隅々まで検証するのが難しい ・そこで Locksmith Loop と呼ばれるAIエージェントによるテスト生成手法を提案 ・COBOLと生成されたJavaの双方にモックを組み込んで実行環境を用意 ・エージェントが入力値の探索と変異を反復し、プログラムの条件分岐の奥深くまで入り込む ・探索がブロックされた条件を特定して突破することで、カバレッジを広げていく ・今回は、430〜4,114行規模の3つのCOBOLプログラムでケーススタディを実施した ・結果として、オープンソースのプログラム2つではほぼ完全な網羅率に到達 ・実稼働相当の内製プログラムでも91.90%の分岐カバレッジを達成した
もっと見る
AIの信頼性は「自己反省」では足りない。答える前に別のエージェントが“監査”する時代へ🔬 タイトル: Apodex-1.0: A Verification-Centric Agent Team for Discoverative Intelligence URL: 🔬 概要 単一エージェントの推論ループから、検証を重視する分散エージェントチームへと転換したシステムです。ヘビーデューティモードでは、専門化・相互チェック・自己監査を行う非同期チームとして難問に挑みます。 ❓ 解決する課題 難しくオープンエンドな問題での信頼性は、モデルの学習済み知識だけでは得られません。最も難しい研究課題は、モデルの能力ではなく「モデルが何と相互作用できるか」に制約されている、という問題意識が出発点です。 💡 方法論と提案手法 ・メインエージェントが、独立した文脈とツールを持つ専門サブエージェントを非同期に起動 ・共有レポートプールで並列探索の結果を集約(遅いタスクを待たない) ・検証エージェントチームが矛盾解消・ファクトチェック・草稿レビューを担当 ・核心は「外部監査としての検証」。推論役と監査役を分離し、検証器は異議を唱える自由を持ちます ・単一タスクで最大150サブエージェント・15,000ステップ超を非同期協調 📊 実験結果 ・BrowseComp 90.3 / DeepSearchQA 94.4 / BrowseComp-ZH 84.1 ・FrontierScience-Research 46.7(競合+8)/ SuperChem 74.2(次点+12) ・ヘビーモードはベースをBrowseCompで+14.8、研究で+18.4押し上げ ・オープン版4B-SFTが30B級のOSSモデルを上回る #AIエージェント# #DeepResearch#
もっと見る
スパイスファクトリー、AIで攻撃経路を探索・検証する「AIペネトレーションテスト」の提供を開始
# AIエージェント開発の意思決定ポイント 🎯 ポイント エージェントの出力、全件チェックしてから返すか、まず返してから抜き取り検査するか? 「安全のために全部チェックしよう」は理想的ですが、LLMで意味検証すると1リクエストあたりのコストとレイテンシが実質2倍になります。逆に「事後で十分」と判断した結果、ハルシネーションがユーザーに届いてインシデントになることも。このバランスの取り方を整理しましょう。 📋 概要 AIエージェントの出力を検証するタイミングに関する設計判断です。インライン検証は出力が生成された直後にリアルタイムで全件検証し、不適格ならブロックします。事後・標本検証は出力をまず通過させ、事後にバッチまたは標本抽出で検証します。品質保証とレイテンシのトレードオフであり、「悪い出力が届くコスト」と「許容レイテンシ」のどちらを優先するかに帰着します。 🔍 意思決定のポイント 第一の判定軸は「悪い出力が届いたときのコスト」です。 📌 法的リスク・金銭損失・安全上の問題がある → インライン検証必須。金融アドバイス、医療情報、法務文書、外部公開コンテンツなど、不適格な出力が届くことが許されない場面では全件ブロック型が不可欠。 📌 UX悪化や手動修正が必要になる程度 → 高リスク経路のみインライン、残りは事後。すべてを同じ厳格さで検証する必要はありません。 📌 内部ツール、ドラフト生成、探索的出力 → 事後・標本検証で十分。5〜10%の標本を抽出して品質を監視し、問題パターンを発見してプロンプト改善にフィードバック。 第二の判定軸は「許容レイテンシ」です。 📌 200ms以下の応答が必要 → インライン検証は構造的検証(スキーマ検証、値域チェック)のみ。意味的検証は事後に回す。 📌 1〜10秒の標準的なレイテンシ → インライン検証の全層(構造的+ルールベース+意味的)を適用可能。 📌 30秒以上のバッチ処理 → インラインで全件検証し、さらに事後で深い検証を追加する余裕あり。 💡 要点と詳細 🔹 インライン検証は3段階で構成するのが実務的です。第1層:構造的検証(JSONスキーマ、PII検出)は数ミリ秒。第2層:ルールベース検証(ポリシーエンジン)は10〜50ミリ秒。第3層:意味的検証(別LLMによる事実性チェック)は数百ミリ秒〜数秒。すべての経路に第3層まで適用する必要はありません。 🔹 事後検証の隠れた強みは「検証の深さ」です。リアルタイムの制約がないため、複数のLLM Judgeによるクロスチェック、人間レビュー、外部データソースとの照合など、時間をかけた徹底的な検証が可能。標本から問題パターンを発見し、ガードレールの改善に繋げるフィードバックループが本当の価値です。 🔹 事後検証の致命的な弱点:不適格な出力が届いた後では取り消せない場合がある。メール送信、外部API呼び出し、ユーザーへの表示済みコンテンツは巻き戻せません。 ⚖️ トレードオフ インライン検証は安全性を保証する代わりにレイテンシとコストが加算されます。意味的検証まで全件に適用するとコストが実質2倍に。偽陽性(正常な出力のブロック)が高いとリトライの連鎖でUXも悪化します。事後検証はレイテンシ影響ゼロで深い検証が可能な代わりに、問題のある出力がユーザーに届く「漏洩期間」が存在します。 🏆 定石は「高リスク経路はインライン、低リスク経路は事後・標本」のハイブリッド。さらに実務では「インライン(構造的+ルールベース)+事後(意味的深堀)」の二層構造が効果的。構造的検証はレイテンシ影響が小さいため全件インラインで実行し、コストの高い意味的検証は高リスク経路のみインライン、残りは事後標本で対応します。 🛠️ ユースケース 🏥 医療情報チャットボット → 全件インライン検証。事実性チェック(別LLM)を含む3層すべてを適用。ハルシネーションが患者に届くコストは検証レイテンシの比ではない。 💬 社内Slackボット → 事後・標本検証。内部利用で多少の誤りは許容される。標本から問題パターンを発見してプロンプトを改善するサイクルが重要。 🛒 ECサイトの商品説明生成 → ハイブリッド。構造的検証(価格の値域、必須項目の存在)はインライン、表現の適切性は事後検証。 📧 自動メール返信 → インライン検証。送信済みメールは取り消せない不可逆な副作用。PII漏洩やポリシー違反の検出は送信前に行う。 #AIエージェント# #ソフトウェアアーキテクチャ#
もっと見る
AIに考える回数を増やすなら、1回で何を進めるかも学ばせたいというPARの研究( 題材は、箱の中身を順番に入れ替え、最後に何がどこにあるかを答える状態追跡。同じ処理層を繰り返すループ型モデルでも、最終回答だけを教えると、追加のループが長い問題を解く力につながるとは限らない。 PARは、k回目のループで「最初のk個の操作を終えた状態」を予測するよう学習する。さらに、内部状態の大きさが反復のたびにずれないよう、最初の反復を基準にそろえる。回数と進捗の対応を保つ設計だ。 Qwen2.5-0.5Bを使い、最大32操作で訓練した箱の入れ替え課題では、512操作まで評価。完了を判定する仕組みも一緒に学習した条件で、5箱すべてを当てる正解率は92.9%。比較対象RLTの報告値は55.7%だった。 止めどきも大事で、正解に到達した後も反復を続けると、答えの表現が崩れる条件がある。「長く考えれば安全」とは言えず、終了の兆候を確認して適切な時点の答えを読む必要がある。 効果が出た中心は、順序のある状態追跡。並列に探索できるグラフ到達性では同じ伸び方をせず、あらゆる推論の長さへ一般化した結果ではない。 小さいモデルへ計算時間を追加するなら、反復の意味と終了条件まで設計する。考えさせる回数を設定するだけでは足りない、という具体例だと思う。
もっと見る