「自分はこれこれこう考えてるんだけど、どう思う？　意見を聞かせてくれ」って訊くことが多い。 付和雷同を極力抑えたい場合は、「自分の考えはあとで述べるので、先にそっちの考えを聞かせてくれ」って言ってる。RP

AIエージェントと仕事をするときのtips 文末を常に「？」で終わらせる 「それでやって」ではなく 「それでやるのがいいね？」みたいに 微妙に自信がない感じを残すと いい感じに判断してくれる 断言するとこちらに合わせすぎるので

大喜利とは関係ないこと言わせてもらうと、AIの生成したマンガ絵って、めっちゃ個性あるよね？一発でわかるもん。どっかのタイミングでAIって学習をやめたの？もう、この絵柄でいいや、みたいな感じで。

Claudeが採用する「テキストをコピペしても人間には識別できないウォーターマークが残る」ってどういうこと？と思って調べてみたらこういう論文がヒットした。面白いのでぜひ読んでみて下さい。 ↓以下解説 Claudeがこの方式を採用するかは不明ですが、文章を構成する単語・トークンの選び方そのものに統計的な偏りを埋め込む方式です。 たとえば、LLMが次の文章を生成するとします。 「この研究結果は臨床的に重要である。」 この場合では、 - 重要である - 意義がある - 注目に値する - 重要と考えられる など、意味的にはほぼ同じ候補があります。 通常なら確率に従って選びますが、ウォーターマーク方式では、秘密鍵などから各時点の候補トークンを仮に パターン1: 重要である、注目に値する…… パターン2: 意義がある、重要と考えられる…… のように擬似ランダムに分類し、パターン1側のトークンを選びやすくすることができます。人間には普通の文章にしか見えません。しかし数百トークン集めて解析すると、 「偶然にしてはパターン1が多すぎる」という統計的シグナルが出ます。 これはLLMウォーターマーク研究ですでに実証されている基本的なアイデアのようです。生成時に特定のトークン群をわずかに優遇し、後から統計検定でウォーターマークを検出します。このため、 Claude → メモ帳にコピペ → Wordにコピペ としても、文字列が同じである限り統計的パターンもそのままなため、ウォーターマークが残ります。 さらに、人間が編集で一部を書き換えても残り得ます。例えばClaudeが1,000トークン生成し、そのうち100トークンを人間が修正したとしても、残り900トークンには元の統計的偏りが残っています。したがって検出器には、パターン1の比率が依然として偶然では説明しにくい、というシグナルが残る可能性があります。 当然ながら大幅な編集、短文、翻訳、他の文章との混合、短い抜粋などでは検出不能になる場合があり、これはAnthropic社も限界として明記していることから、この方式を採用するのではないかと予想されます。

差別はもちろんダメ それは大前提として揺るがない でも「何が差別か」を判定する権限を、検証も歯止めもないたった一人の裁量に委ねてしまうことの方が、長期的にはもっと危険 今回は署名っていう形でその判断が2万人規模の圧力に変換されて、大手書店にまで実際に影響を及ぼしてしまった

作りましたー！！ 子どもの物語の新刊まとめサイト。 読みたい本、みっけ！　で、『よみっけ！』です。 レーベル・出版社を横断した、エンタメ児童書の新刊情報を掲載していきます。