Credit SaisonのChatGPT Enterprise導入実証でROIが954%に達したとOpenAIが発表新着!!
Credit SaisonのChatGPT Enterprise試験導入で、ROIが954%に達したとOpenAIが紹介しています。 / 導入の成果だけでなく、経営層と従業員の関与が全社展開につながったと説明されています。 / 日本企業の業務AI導入事例として、運用設計や社内展開の参考になる可能性があります。
Hugging Face Blog: Appleプラットフォーム向けの音声認識・意思決定向けオープンモデルを紹介新着!!
Hugging Face Blogで、AnySpeechRecognizerとAnyDecisionModelという2つのオープンモデルが紹介されています。 / タイトル上は、Appleプラットフォーム上で音声認識と意思決定に使うモデルを扱っていることが分かります。 / 研究ブログとして一次情報に近く、AI関連性も比較的明確です。
論文紹介: 大規模言語モデルの評価方法を整理したサーベイ新着!!
大規模言語モデル（LLM）の評価方法を整理したサーベイ論文です。 / 原文の要旨では、タスク単位だけでなく社会的な影響やリスクも含めて評価の重要性が高まっていると説明されています。 / 複数の評価手法を3つの観点からまとめたレビューであるとされています。
論文紹介: Webの実サイトから再利用できるWeb環境を自動構築する「WebAnything」新着!!
Webエージェントの学習と評価に使える、実行可能でリセット可能なWeb環境を自動で作る枠組みが提案されています。 / 原文の要旨では、サイトごとの手作業による実装や修復を減らしつつ、実際のURLに基づいた環境を再構成する点が示されています。 / 既存手法として、手作業で鏡像環境を作る方法、生成的に環境を作る方法、キャプチャーして再生する方法があり、それぞれに制約があると説明されています。
論文紹介: OpenFrontiers—研究課題の公開コレクションと科学的再発見の評価ベンチマーク新着!!
LLMの研究レベルの問題解決を評価するうえで、広範な課題集がまだ十分ではないという問題意識を示しています。 / OpenFrontiersは、分野横断の公開研究課題コレクションと、数学分野で最近解決された課題を使うベンチマークを組み合わせた資源として提案されています。 / 要旨では、12,151件の課題と200件のベンチマーク問題を収録しているとされています。
論文紹介: ThinkJev — 1回の思考で予算に応じた型付き判断を行う方法新着!!
言語モデルが最終的に「複数候補から1つを選ぶ判断」を行う場面に注目した論文です。 / 単発の推論は速い一方で、足し算・数え上げ・日付比較のように段階的な計算が必要な判断では誤りやすいと説明されています。 / 先に考えさせる方法は誤りを減らせるものの、1回の判断にかかる時間が増えるという課題があります。