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 Perspective
Perspective 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
Perspective を含む検索結果
PERSPECTIVES Vol.1:【前編】AIは競争優位を破壊するのか ── 念入りな凡庸(コモディティ)の時代に、組織の「知性」をどう編み上げるか | Hubble Journal
もっと見る
LLMは数学の問題で人間より高い正解率を出せるようになりました。でもそれは「きちんと積み上げて理解している」からでしょうか? タイトル: Do LLMs Exhibit Coherent Knowledge Structures in Mathematical Reasoning? A Perspective from Knowledge Space Theory URL: ❓ LLMは前提知識をきちんと積み上げて正解しているの? 💡 正解率自体は人間79.6%に対しLLM最高92.5%(Qwen3-80B)と上回りますが、前提を完全に満たした上での正解の割合は人間72.7%に対しLLMは48.16%にとどまります。正解していても土台が抜けているケースが多いということです。 ❓ 前提知識をヒントとして教えてあげれば改善する? 💡 実は前提に基づくヒントを与えても、無関係な例を与えた場合とほとんど差が出ませんでした。構造的な前提推論ではなく、表層的なパターンマッチングに頼っている可能性が高いです。 ❓ 賢いモデル同士なら、似たような知識の持ち方をしているはず? 💡 人間の学習者グループ間では知識の重なりが0.9以上と高いのに対し、LLM同士では0.38〜0.6程度しか重なりません。強いモデルほど人間から離れていく傾向も見られました。 ❓ つまりこの研究が示しているのは? 💡 精度という指標だけでは、LLMの「理解の仕方」のズレは見抜けないということです。知識空間理論という新しい評価レンズを使うことで、正解率の裏にある断片的な知識構造が浮かび上がります。 #LLM評価# #数学的推論#
もっと見る
マイクロソフト、従業員評価制度を刷新へ。同僚フィードバックツール「Perspectives」を廃止
\社会・政治の本が読み放題/ 2026年9月末まで、下記作品が読み放題中! 是非ご覧ください👀 #PR# 著:山内智恵子(@yamanouchi_ch) 監修:江崎道朗(@ezakimichio) 『インテリジェンスで読む日中戦争 - The Second Sino-Japanese War from the Perspective of Intelligence -』
もっと見る
TL;DR: 運転ワールドモデルで、透視映像と鳥瞰(BEV)映像を同時に生成することで、周囲の車両が自車の動きに反応する映像を作りやすくしました。 BirdDreams: Joint Perspective and BEV Video Generation for a Plausible, Reactive Driving World Model ポイント ・🚗 従来は周囲車両の軌道を外部入力にしていたため、ログ通りに固定されていました ・🗺️ 透視映像とBEV映像を同時に生成し、シーンのレイアウトを入力ではなく予測の一部にします ・🧠 2つの映像拡散Transformerが全ブロックで共同アテンションを行います(約40億パラメータ) ・🎲 ストリームごとに独立のノイズを与え、片方の情報をもう片方が使うことを学びます ・📉 行動条件ありのADEは、OmniDreams(Plücker)比で約35〜36%減と報告されています ・👥 人手の比較(25名)では、BirdDreamsが57%、OmniDreamsが24%で選ばれました ただし自車軌道は生成映像から再構成した値で、人手評価の比較対象は同じ道路形状を与えた設定に限られます。 #WorldModel# #AutonomousDriving#
もっと見る