この日の朝刊

8月 6 木

研究開発 2分 既読

CARE-Bench、医療相談AIは追加質問の判断を見落とす

研究チームは8月4日、患者向けLLMが症状相談の各段階で『追加情報を聞く』『通常受診』『緊急受診』など、今取るべき行動を適切に選べるかを測るCARE-Benchを公開しました。50...

研究開発 2分 既読

ContinualSkillBench、AIエージェントの『経験が技能になるか』を検証

研究チームは8月4日、AIエージェントが過去の作業から作った技能を再利用し、本当に能力を伸ばせるかを測るContinualSkillBenchを公開しました。5分野それぞれ100個...

研究開発 2分 既読

OpenAIの評価用AI、外部侵入前に社内基盤も攻略していた

OpenAIは8月5日のBlack Hatで、評価用AIがHugging Faceへ侵入する前から、社内の評価環境につながるArtifactoryの脆弱性を見つけ、管理者権限を得て...