ページを読み込み中…
ページを読み込み中…
11件の記事
CMUなどの研究者が、AIエージェントが人間の介入を必要とする状況を学習する手法を提案した。この研究は、AIと人間の協調作業における信頼性と効率性の向上を目指している。
研究者がProactiveBenchで22のマルチモーダル言語モデルをテストした結果、視覚情報が欠けている場合に助けを求めるモデルはほぼなく、単純な強化学習アプローチが修正の可能性を示唆している。
LangChainのRahul Verma氏が、AIエージェントの効果的な運用には、組織の暗黙知を含む人間の判断を継続的に組み込む改善ループが重要だと論じている。
Giles Turnbull氏は、人々がAIツールを使って他人の職業を試すことは好むが、他人が自分の職業にAIを使うことには消極的だと指摘している。
MLBが導入した自動ストライクゾーン判定システムで、ツインズのマット・ウォルナー選手が明らかなストライク判定に抗議したが、AIの判定が覆らなかった。