Apple、 RISED で エージェント学習を 改善
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 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。
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。
Zvi が教育と成績基準をめぐる論考を公開しました。 NAEP の低下は最下位層に集中しています。 大学生の 88% が実際より進歩的な意見を装うと回答しました。
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。
Bharat Patel 氏が軍事 AI でデータが難題だと解説しました。 AI-ready なデータは存在せず、用途が求める品質を決めます。 Project Maven では対象を含むデータ不足で性能が出ませんでした。
イトーキと松尾研究所が生産性推定モデルを構築しました。 従業員 854 人の行動データを分析し 70 の特徴量を抽出しています。 会議は時間より数が、忙しさはメールの受信数が影響します。
エージェント型 AI の本番移行は平均 34% にとどまります。 データ分断が知識アクセスの最大の課題で、55% が挙げています。 本番移行率 61% の先行企業は意味理解の能力が高いです。
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。
企業 AI の焦点が予測から自律的な意思決定に移りました。 リアルタイム学習で AI が継続的に更新されます。 非構造化データも予測エンジンの対象に加わりました。
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。
東芝デバイス&ストレージがニアライン HDD の生産を増強しました。 ラグナ・テクノパーク工場に新ラインを増設しました。 2027年度に生産能力を 2025年度比で約 2 倍に拡大する計画です。
世界の AI 投資は 2026年に 2.5 兆ドルへ達する見通しです。 データの量より AI 対応の可用性が重要だと指摘します。
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。
Microsoft がデータセンターに生物模倣を取り入れました。 敷地に庭園や在来樹木を植え、生態系の回復に投資します。 米国とドイツの 20 以上の拠点に展開します。
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。
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。