Apple、
Apple がエージェント学習手法 RISED を公開しました。 ルーブリックでデータ選択と自己蒸留を導きます。 複数環境で平均合格率が最高となりました。
Apple Machine Learning Research
#データ・学習
今日 6件10月7日（水）
· 6件Apple、
LINE ヤフー、
生成 AI の 評価手法を 解説 LINE ヤフーが生成 AI の出力品質の評価手法を解説しました。 熟練編集者が Gold Data と Rubric を作り評価ロボットを検証します。
LINEヤフー Tech BlogSageMaker HyperPod、
統制 4 層を 提供 SageMaker HyperPod の管理統制を 4 層で解説します。 組織・プロジェクト・クラスタ・ワークロードで制御します。
AWS Machine Learning Blog
10月6日（火）
· 2件Apple、
個人センシングの 境界を 研究 Apple の研究チームが個人センシングの境界交渉を調査しました。 参加者は Wizard of Oz 方式で自分専用の機械学習を体験しました。 データの客観性など 4 つの境界が交渉されました。
Apple Machine Learning Research
10月5日（月）
· 2件NVIDIA、
乳がん診療の AI 活用を 紹介 NVIDIA が乳がん診療を支える AI 活用を紹介しました。 iSono Health の ATUSA は 3D 超音波を約 2分で撮影します。
NVIDIA Blog
10月3日（土）
· 4件Apple AI、
多言語音声の 識別を 改善 Apple AI が多言語音声モデルの言語識別を強化しました。 識別を事前学習の初期に導入すると効果が最大です。 音素識別の誤りは 11.6% から 10.4% に低下しました。
Apple Machine Learning Research
10月2日（金）
· 19件ストックマーク、
SIAI の 体験を 提供 ストックマークが SIAI でシナリオ体験を提供しました。 参加者は 1時間で未来を予測し行動案を考えました。 研究では情報収集から確率更新までの自動化を目指します。
Stockmark Tech BlogMETR、
AI 研究開発の 評価を 開発 METR が AI 研究開発能力の評価を開発しています。 AI エージェントの自己改善による危険を早期に警告します。 ML 研究エンジニアと研究者を募集しています。
METRUK AISI、
自動採点の 統計手法を 公開 英 AISI が自動採点の評価手法を公開しました。 ベイズ一般化線形モデルで採点者の偏りを同時に評価します。 統計モデルと再現ノートブックを GitHub で公開しています。
UK AI Security Institute BlogAISI、
現行 AI の 限界 8 点を 報告 AISI が現行 AI システムの限界 8 点を報告しました。 検証が難しいタスクや長時間タスクで人に劣ります。
UK AI Security Institute BlogCohere、
Waterloo 大と AI 人材で 提携 Cohere が University of Waterloo と提携しました。 AI 変革とチェンジマネジメントの証明書を支援します。 2026年秋開始で、就業体験と実践課題を含みます。
Cohere BlogCohere、
文化ファネルを 分析 Cohere が学習データの文化ファネルを分析しました。 560 万件超のサンプルで文化信号の減少を確認しました。 多言語化しても文化の割合は頭打ちです。
Cohere Bloguniopen、
Nova 2 Lite を 微調整 uniopen が Amazon Nova 2 Lite を自社の審査基準に微調整しました。 737 件の会話ウィンドウで評価し、Macro F1 は 0.5852 です。 SageMaker AI で教師ありファインチューニングを行いました。
AWS Machine Learning BlogAmazon Payments、
バンディットで 改善 Amazon Payments がバンディットで転換率を改善しました。 Amazon SageMaker AI 上の文脈付きバンディットを採用しています。 7 週間の A/B テストで最終転換率が 1 桁台後半の相対改善です。
AWS Machine Learning Blog
10月1日（木）
· 5件DeepMind、
タンパク質向け透かし SynthID Bio を 発表 DeepMind がタンパク質向けの透かし技術 SynthID Bio を発表しました。詳しくは出典へ。
Google DeepMind
9月30日（水）
· 2件ABEJA、
Nemotron 3 Nano を 金融特化 SFT ABEJA が Nemotron 3 Nano に汎用・金融特化の SFT を実施しました。 金融特化モデルは Fin-Harness で 67.28 を記録しました。 NVIDIA 公開の事後学習済みモデルは 59.17 です。
ABEJA Tech BlogApple AI、
条件付けの 効果と 流暢さを 調査 Apple AI が条件付け手法の効果と流暢さを調査しました。 効率的なステアリング手法は流暢さを大きく損ないます。 指示チューニング済みモデルでは効果が低下します。
Apple Machine Learning Research