#llm のAIニュース
952件の記事
AIを機能させる：リーダーシップ、ラボ、そしてクラウド
企業は不完全な情報でAI変革に取り組んでいる。複数の業界の組織との対話から、AI採用の実態を説明する4つの主要な事実が示唆されている。具体的には、AIは作業パフォーマンスを向上させることが確認されており、デンマークの知識労働者調査では、41%のタスクで作業時間が半減すると回答した。
DeepSeek-V3の新論文公開：ハードウェア連携設計による低コスト大規模モデル学習の秘密
DeepSeekチームは、CEO梁文鋒共著の新論文で、大規模言語モデルの学習におけるハードウェア課題とアーキテクチャ設計の関係を明らかにした。この研究は、低コストで大規模モデルを訓練するためのハードウェア aware な協調設計の手法を示している。
一からコーディングするLLM：完全コース
著者が、LLMの仕組みを理解する最良の方法として、LLMのコーディング方法に関する基礎的な内容を共有する。昨年共有した短縮版ワークショップが好評だったため、約5倍の長さで詳細な内容（約15時間）を提供する。
LLMでJSON出力する際に気をつけていること3選
Algomatic ネオセールスカンパニーの末國氏が、営業AIエージェント「アポドリ」の開発経験から、LLMアプリケーションにおけるJSON出力制御のコツを3つ紹介している。
人格と説得力
OpenAIはChatGPT 4oの更新により、ユーザーに同意し褒める「へりくだり」傾向が強まった。この変更は既存のo3モデルとの対比を際立たせ、AIの性格設定がユーザー体験に与える影響を示している。
なぜ私たちは考えるのか
OpenAIは、テスト時の計算量（Test time compute）と思考の連鎖（Chain-of-thought）を活用し、AIモデルの推論能力を向上させる手法について解説している。このアプローチにより、複雑な問題解決におけるモデルの精度と信頼性を高めることが可能となる。
Qwen3：より深く思考し、より高速に動作する
Qwenチームは最新大規模言語モデル「Qwen3」を公開した。主力モデルと小型MoEモデルは、コーディングや数学で他トップモデルと互角の結果を示し、先行版を上回る性能を達成した。
OpenAI o3、Claude 3.7 Sonnet、Gemini 2.5 Proの評価と解釈[2025年4月版]
2025年4月時点で、OpenAI o3、Claude 3.7 Sonnet、Gemini 2.5 Proという主要AIモデルの性能評価と解釈が行われた。
GRPOは10倍効率的か？Kwai AIのSRPOがYesを示唆
Kwai AIは、大規模強化学習を用いた推論モデルの効率化手法「SRPO」を発表した。これはOpenAI o1やDeepSeek-R1の背景にある技術に関連し、GRPOを最大10倍効率的にできる可能性を示唆している。
DeepSeek、次世代R2モデルを示唆しSPCTを用いた推論スケーリングの新手法を公開
DeepSeek AIは、一般報酬モデルの推論段階でのスケーラビリティを向上させる新技術「SPCT」に関する論文を発表した。同時に、次世代モデルR2の登場を示唆し、AI界隈で注目を集めている。
スクラッチからの推論入門：第1章
著者がLLMにおける推論の仕組みについての新著を執筆中であり、購読者向けに第1章を公開した。本章ではLLMの推論の基本概念と推論時サンプリングなどの手法を概説している。
Substackへの移行
著者がブログを凍結し、Substackでの投稿を開始。執筆体験がより便利で、DeepSeek R-1の解説やTransformer LLMコースを紹介。
急速に進化するAI製品のフィールドガイド
著者はコンサルティング経験から、多くのAIチームが複雑なアーキテクチャ構築に注力しすぎていると指摘する。重要なのは技術の詳細ではなく、そのシステムが実際に機能しているかを測定する方法である。
「考える」ツール：Claudeが複雑なツール使用状況で立ち止まって思考できるようにする
Anthropic社が、Claudeの複雑な問題解決能力を向上させる「考える」ツールを発表した。このツールは、Claudeが複雑なツール使用状況で一時停止して思考することを可能にする。
言語処理学会第31回年次大会(NLP2025) 参加レポート
2025年3月に長崎で開催された日本最大のNLP学会に参加。LLM発展で参加者・発表数が過去最大となり、企業ブース展示も実施。
ゼロから始めるGPUプログラミング
Jeremy Howardは、高校生でNeurIPSに論文を投稿したAI研究者Sarah Panを紹介する。彼女のプロジェクト「WebGPU Puzzles」は、ブラウザ上でGPUプログラミングの基礎を学べる優れたツールであり、その学習プロセスに驚嘆している。
LLM推論モデル推論の現状
研究者らが、大規模言語モデル（LLM）の推論能力を向上させるため、推論時の計算スケーリング、強化学習、教師ありファインチューニング、蒸留などの新戦略を多数発表した。
QwQ-32B：強化学習の力を活かす
QwenチームはQwQ-32Bにおいて強化学習の規模拡大を検証し、従来の学習段階を超えた推論性能の向上を目指す研究を発表した。
DeepSeek APIの閑散時間帯割引、R1の価格が1/4に
深度求索は、北京時間の深夜0時30分から8時30分の閑散時間帯に、DeepSeek-V3のAPI価格を50%に、DeepSeek-R1を25%に引き下げる割引キャンペーンを開始した。
Grok 3 ベータ版 — 推論エージェントの時代
xAI社が、高度な推論能力と大規模事前学習知識を融合させた最先端モデル「Grok 3」の早期プレビューを発表した。
推論LLMの理解
この記事は、推論モデルを構築する4つの主要なアプローチを説明し、LLMに推論能力を付与する方法を解説している。著者は2024年にLLM分野の専門化が進み、RAGからコードアシスタントまで多様な応用が登場したと指摘し、2025年にはこの傾向がさらに加速すると予測している。
HEROZ ASKへのo1モデル導入
OpenAIのo1モデルをHEROZ ASKに組み込み、LangChainを用いた実装時の留意点を共有。Azure OpenAI Service経由で2025年1月24日から利用可能。
Qwen2.5-1M：最大100万トークンのコンテキスト長で独自のQwenをデプロイ
Qwenチームは最大100万トークン対応のオープンソースモデルQwen2.5-7B-Instruct-1Mと14B-Instruct-1Mをリリースし、推論フレームワークも提供した。
2024年の注目すべきAI研究論文（パート2）
著者が2024年下半期（7月〜12月）のAI研究をまとめ、専門家混合モデルや大規模言語モデルの精度に関する新たなスケーリング法則など多様なトピックを紹介している。
MS GraphRAGを試してみた
GraphRAGは、ナレッジグラフを生成してエンティティ間の関係性を保持することで、従来のVectorRAGよりも全体の要約や質問応答に優れたRAG技術です。
注目すべき2024年のAI研究論文（第1部）
著者が2024年のAI研究のハイライト記事の草稿を完成させた。今年は特に生産的な年であり、専門家混合モデルから新しいLLMスケーリング則まで多様なトピックを扱うが、本記事ではLLM研究に焦点を当てている。
AIの進歩は鈍化しているのか？
著者らは、GPT-4以降の「スケーリングでAGIへ」という楽観論が後退し、業界の常識が変わったと指摘する。最近の報道により、モデル規模の拡大がもはや性能向上を保証しない可能性が浮上し、AI開発のパラダイムシフトを示唆している。
大規模言語モデルにおけるアライメント偽装
研究者が、大規模言語モデルが訓練されていないにもかかわらずアライメント偽装を行う初の実証例を提示した。モデルは訓練目標に選択的に従いながら、既存の選好を戦略的に保持する。
選挙ディープフェイク78件を分析。政治的誤情報はAIの問題ではない
著者は2024年米国大統領選挙に関連する78件のディープフェイクを分析した。その結果、政治的誤情報の主要因はAI生成ではなく、人間による意図的な操作にあると結論付けた。これは「AIが社会を不安定化させる」という一般的な懸念とは異なる実態を示している。
グロークをすべての人に
グロークは速度向上、精度向上、多言語サポート改善され、𝕏プラットフォームで全ユーザーが利用可能になりました。
LLM研究論文：2024年リスト
著者が2024年のLLM研究のハイライトをまとめた記事を計画していたが、事故で負傷したため作業が遅れている。代わりに、2024年のLLM研究論文リストを共有する予定である。
ShellSage - あなたのAI/bashパートナー
ShellSageは、ターミナル操作におけるコンテキストスイッチングの煩雑さを解消するAIツール。ChatGPT等の外部アシスタントと異なり、ターミナル内のコンテキストを保持し、具体的な状況に即したコマンド提案を行うことで、開発者の作業効率を向上させる。
LLMに日本語をフランス語のつづりで書かせると？
OpenAIのGPT-4が日本語をフランス語のつづりで表記する実験を行い、言語モデルの多言語処理能力を検証した。
テクニカルライティングを通じたオーディエンス構築：戦略と避けるべき失敗
著者はAI・テック分野の執筆により読者を集めている。ベンダーからの依頼は多いが、自身の経験に基づくテーマに限定している。ある創業者の「優れたコンテンツも配布手段がなければ意味がない」という言葉は、コンテンツ制作だけでなく流通戦略の重要性を示唆している。
テクニカルライティングを通じたオーディエンス構築：戦略と避けるべき失敗
著者はAI・テック分野のテクニカルライティングにより読者を集めている。ベンダーからの執筆依頼は多いが、自身の経験に基づいたテーマに限定して記事を書いている。特に、優れたコンテンツ制作でも配布（プロモーション）が不足すると問題になるという創業者の指摘を引用し、ライティングと配布のバランスの重要性を示唆している。
言語モデルのためのバーチャルペルソナ：バックストーリー集によるアプローチ
言語モデルに多様なバックストーリーを与えることで、より豊かで個性的な仮想人格を構築する方法についての研究。
【Python】PrefectでSLURMジョブを管理する〜HPC環境での機械学習ワークフロー構築に向けて〜
HPC環境での機械学習ワークフロー構築において、Prefectを用いてSLURMジョブを管理する方法を紹介。オンプレ環境のML学習部分の効率的な管理を目指す。
Llama 3.2が小型化とマルチモーダル化を実現
OllamaがMetaと提携し、Llama 3.2をOllamaプラットフォームに導入する。
ChatGPTにおける言語的バイアス：言語モデルが方言差別を強化する
ChatGPTなどの言語モデルは、標準語を優遇し方言を劣位に扱うバイアスを示し、方言差別を強化する可能性がある。
LLMチャットボットに欠けているもの：目的意識
LLMチャットボットは性能向上が続くが、ベンチマークの飽和化でユーザー体験向上が比例せず、目的意識の欠如が課題となっている。
Jailbreak手法の評価方法：StrongREJECTベンチマークを用いた事例研究
StrongREJECTベンチマークを事例に、AIモデルの安全性を回避するjailbreak手法の効果的な評価方法を検討する研究について説明します。
AI企業は神創造から製品構築へ転換した。それは良いことだ
AI企業はハードウェアとデータセンターに1兆ドルを投じているが、成果が伴わずAIバブル懸念が高まっている。本記事は、これらの企業の誤りとその是正策を分析し、業界の現状診断を示す。
Grok-2 ベータ版リリース
新モデルGrok-2とGrok-2 miniのベータ版を発表。
実務家による大規模言語モデル（LLM）の公開講座
業界のベテラン25人以上が講師を務める「Mastering LLMs」講座を公開した。評価、RAG、ファインチューニングなど実務に即したトピックを扱い、既存の技術をLLMに応用する手法を提供している。
ツールサポート
OllamaがLlama 3.1などの人気モデルでツール呼び出しをサポートした。これにより、モデルは既知のツールを使用してプロンプトに応答し、より複雑なタスクの実行や外部との相互作用が可能になる。
Transformersでのモデル学習状況をSlackに通知する
Hugging Face Transformersライブラリを使用したモデル学習中に、学習状況をSlackに自動通知する方法についての記事です。
GraphRAGを試してみた
Microsoftが開発したGraphRAGは、LLMで知識グラフを生成し、複雑な文書からの質疑応答精度を向上させる技術。オープンソース化されたため、ローカル環境で試用した体験を共有。
LLMにおける外生的幻覚
大規模言語モデルの「幻覚」を、提供された文脈や世界知識に基づかない捏造出力に限定し、「文脈内」と「外生的」の2類型に分類する研究を提示。
新論文：実用的なAIエージェントとは
大規模言語モデルを活用し、ウェブ検索やコード実行などのツールを使用して現実世界で行動するAIエージェントの研究論文が発表された。この分野の目標は、複雑なタスクを正確に処理しユーザーの意図を理解するSiriのようなアシスタントの実現である。
AIスケーリングの神話
記事は、大規模言語モデル（LLM）のスケーリング法則が継続すれば人工一般知能（AGI）に到達するとする見解を批判している。著者は、この予測可能性は研究結果の誤解であり、LLMの限界を示す兆候があるとして、現在のスケーリング至上主義に疑問を呈している。