AI・テクノロジー– category –

LightOnOCR-3は、文字起こしに領域の座標、画像説明、グラフの数値抽出を統合する。PDF検索やRAGの取り込みがどう変わるのか、2つの出力モード、公開評価の読み方、日本語文書での確認点を解説する。

GoogleのPDFMは、検索動向や人の移動、環境から地域の特徴を数値化し、既存の疾病予測モデルに加える。新研究で見えた感染症予測の効果と限界、330次元の埋め込みデータの仕組み、日本で検証する際の確認点を解説する。

Liquid AIが判断用モデルd1の公開重みを発表。文章を生成せず、選択肢の確率を単一パスで返す仕組みを解説します。画像・音声対応の違い、速度測定の条件、日本語業務で試す際の確認点を整理しました。

Ai2のBolmo研究がNatureに掲載。既存LLMの中核を引き継ぎ、UTF-8のバイト列を扱う二段階の学習方法を解説します。文字理解とコード評価の違い、日本語で試す際の出力長・速度の確認点も整理します。

Googleが地域の検索傾向や人の移動、気象を数値化するPDFMの公衆衛生研究を公開。既存モデルに地域埋め込みを加える仕組み、コレラ予測で効果が出た条件、日本で試す際のデータ対応と評価の確認点を解説する。

AIが「対応しました」と返しても、業務データが正しいとは限らない。MicrosoftのThinkingBoxは507の業務タスクを処理後の状態で評価する。ツール操作の成功と業務の完遂を分ける仕組み、自社で確認すべき終了条件を解説する。

Ai2のOlmo-core 3は、専門家の重みをGPUに置き、入力データを送る方式へ学習基盤を刷新しました。MoEが通信で遅くなる理由、約2.7倍という測定値の条件、日本の開発者が導入時に確認すべき点を解説します。

Google Researchが紹介したDiffusion Controllerは、画像生成の途中に補正を加え、指示への適合と画質の両立を狙う。基盤モデルを固定する仕組み、実験結果の読み方、APIへの導入に必要な条件を整理する。

AIが「完了」と答えても、業務が正しく終わったとは限りません。ThinkingBox、AutoSynthData、ProvenanceGuardを通じて、データ更新の結果、繰り返しの成功、回答の出典を検証する仕組みと実務上の確認点を解説します。

GoogleがGboardの英語・日本語の次単語予測に新しい連合学習基盤を導入。計算をサーバーへ移しながら、TEE、鍵管理、公開ログ、差分プライバシーでデータ利用を制限する仕組みと、検証できる保証の範囲を解説します。