LLM評価、ベンチマークから実業務タスクへ軸足移動
LLM研究では、単一ベンチマークの点数だけでなく、長時間作業や実業務に近いタスクで性能を測る動きが強まっています。
研究開発の朝刊
6月29日（月）
5本 
RAG研究、検索精度より「根拠をどう使うか」へ
RAGの研究開発は、文書を検索できるかだけでなく、取得した根拠を正しく読み、不要な情報を混ぜない能力へ焦点が移っています。
オープンモデル研究、再現性と安全性の両立が争点に
オープンモデルは研究再現性と開発者利用を広げる一方、高性能化するほど安全性と悪用対策が重要になります。
マルチモーダルAI、研究から業務UIへ広がる
画像、音声、動画、テキストをまとめて扱うマルチモーダルAIは、研究テーマから実際の業務UIへ広がっています。
AI安全性研究、モデル能力の伸びに合わせて実務化
AI安全性研究は抽象的な倫理論だけでなく、評価、監視、レッドチーミング、利用制限といった実務に近づいています。