LLMエージェントの失敗パターン 計画と修正のつまづきポイント | AIDB
本記事では、LLMエージェントの失敗パターンを分析した研究を紹介します。自律的に動くエージェントを設計しても、思うようにタスクをこなせないことは少なくありません。| AIDB
本記事では、埋め込みベースの検索手法が抱える理論的な限界を実験でも検証した研究を紹介します。 大規模なデータセットに対して、埋め込みモデルがどこまで適切に関連性を表現できるのかという問いは、検索精度の設計に直結する重要な […] The post ベクトル検索の限界に関する調査 first appeared on AIDB.| AIDB
本記事では、プロンプト作成スキルの習得を目的とした研修プログラムに関する研究を紹介します。 対話型LLMの活用が広がる中で、入力文の工夫が結果に大きく影響する場面が増えています。そうしたスキルをどう教えるか、どのように測 […] The post プロンプト作成スキルを育てる研修設計の実践例 first appeared on AIDB.| AIDB
本記事では、開発者がChatGPTをどのように使っているのかを分析した研究を紹介します。 GitHub上のマージ済みプルリクエストに含まれる共有リンクをもとに、実際のやり取りが収集され、依頼の内容や対話の特徴が整理されて […] The post ChatGPTは実際に開発現場でどう使われているか GitHubのプルリクで活用パターンを分類 first appeared on AIDB.| AIDB
ブックマーク 本企画では、AIDBのXで紹介されたいくつかの最新AI研究を、ダイジェスト形式でお届けします。 普段の有料会員向け記事では、技術的な切り口から研究を詳しく紹介していますが、この企画では科学的な知識として楽し […] The post 科学を読み替え、身体を写し、未来を動かすAIの最前線 first appeared on AIDB.| AIDB
当サイトの利用にはAIDBのアカウントが必要です。また記事の購読には、アカウント作成後の決済が必要です。ログイン アカウント作成※ログイン/初回登録後、下記ボタンを押してください。AIDBとはプレミアム会員（記事の購読） […] The post 今週の注目AI論文リスト（論文公開日2025/8/25～8/29） first appeared on AIDB.| AIDB
本記事では、マルチモーダルLLMの分野で注目が集まっている視覚推論に関する最新の調査を紹介します。画像や図を見て、答えをいきなり出すのではなく、「どう考えたか」を一つひとつ言葉にしながら推論するスタイル。AIの判断の流れ […] The post マルチモーダルLLMに広がる「視覚推論」の最新動向 first appeared on AIDB.| AIDB
本記事では、LLMを業務データの分類器として活用するための実践的な手順を紹介します。 分類精度を高めるだけでなく、業務に耐えうる安定性や運用時の変化への対応までを含めた仕組みが提案されています。プロンプトの工夫にとどまら […] The post LLMを業務データの分類器として活用する手順 プロンプト設計から監視運用まで first appeared on AIDB.| AIDB
本記事では、複数のLLMが生成したコードを対象に、品質とセキュリティの観点から評価した研究を紹介します。 LLMによるコード生成が注目されていますが、その出力をそのまま使ってよいのかという不安も根強くあります。そこで静的 […] The post LLMのコードにひそむバグと脆弱性をどう見抜くか first appeared on AIDB.| AIDB
本記事では、LLMの「自信」の正確さと、推論にかける時間との関係を調べた研究を紹介します。 LLMにじっくり考えさせれば、より正確な答えが得られるという期待は多くの現場で共有されています。しかし、推論時間を増やすほどかえ […] The post 自信過剰になるLLM 長く考えさせることの副作用と検索機能が果たす役割 first appeared on AIDB.| AIDB
本記事では、LLMエージェントの失敗パターンを分析した研究を紹介します。自律的に動くエージェントを設計しても、思うようにタスクをこなせないことは少なくありません。| AIDB
本記事では、LLMエージェントのワークフロー構築に関する枠組みと分類を紹介します。エージェントの設計や連携を進めるうえで、機能や構造をどう整理するかは重要な論点です。| AIDB
本記事では、推論特化型LLMが「考えているように見える表現」にどれほど影響されるかを検証した研究を紹介します。高度な推論能力を持つとされるモデルであっても、表面的な言い回しに判断が左右される可能性があるという点に着目した実験です。| AIDB
運用現場でのLLMの活用が進み、AIOpsのあり方も少しずつ変わりつつあります。これまでのように異常を検知して分類するだけでなく、レポートの作成や対処の提案など、より人に近い作業を担う場面が増えています。| AIDB
本記事ではLLMと一緒に進めるソフトウェア設計の方法を紹介します。設計作業は負担が大きく、もっと効率的に進めたいと感じる人も多いはずです。最近はコード生成などでLLMを使う事例が増えていますが、設計作業での活用はまだこれからです。| AIDB
本記事では、LLMのプライバシーリスクと実践的な対策について紹介します。サービスにLLMを組み込む場面が増えるなかで、どこにどんなリスクがあるのかをあらかじめ把握しておくことが求められています。| AIDB
本記事では、LLMの温度設定が6つの能力に及ぼす影響についての評価結果を紹介します。LLMを業務に取り入れる場面が増えるなか、出力の多様性や安定性を調整する「温度」という設定が見直されています。| AIDB
本記事では、LLMとの関わり方を12の質問で可視化する尺度を紹介します。判断を任せる使い方と、気づかぬうちに感情を寄せてしまう関わり方の2つを軸に、依存の傾向を測る仕組みです。| AIDB
本記事では、LLMに対するプロンプト設計手法をソフトウェア開発タスクに適用して検証した研究を紹介します。| AIDB
本記事では、Vibe Coding（バイブコーディング）およびAgentic Coding（エージェンティックコーディング）に関する最新の調査をお届けします。| AIDB
本記事では、AIが生成したコードや修正パッチなどの成果物を、LLM（AI自身）を使ってより正確に評価するための新たな研究を紹介します。AIによるコード生成が普及する一方で、その品質や正確性をどう評価するのかが課題になっています。| AIDB
LLMは知識が不足しているときに不正確な出力をしてしまうことがあります。そして知識を足すために検索を活用する手法（RAG）では、「検索結果の正確性」が鍵となります。| AIDB
本記事では、様々な情報抽出タスクにおけるLLM活用を網羅的に調査した研究を紹介します。タスクを中心にまとめられています。| AIDB
LLMのRAG（外部知識検索による強化）についての調査結果が報告されています。基本フレームワークと各構成要素の詳細、評価、そして今後の発展について言及されており網羅的です。本記事では、その報告内容を抜粋してお届けします。| AIDB
Googleは、非構造化文書（例えばレシートなど）から高精度にテキストを抽出するOCR（Optical Character Recognition）技術『LMDX（Language Model-based Document Informa...| AIDB
エージェントは非合理的な行動をとることもあります。今回研究者らは、LLMエージェントが人間の認知的なバイアスを模倣するのかどうか、そしてその上で社会的知能を発揮するかどうかを研究しています。| AIDB
テキストと表の両方を含むハイブリッドな文書からLLMで情報を抽出する能力についてはまだ十分に研究されていません。そこで研究者らは、分割・再結合ベースの方法論を提案しています。実験により、抽出の精度が格段に上昇することを明らかにしました。| AIDB
