Deep Dive

Deep Dive

LLMは「学習を止めている」。Nested Learningが挑む、AIの10年後を決める壁

今のAIには、決定的に欠けているものがある ChatGPTでもClaudeでもGeminiでも、どのモデルでも同じことが起きている。会話が終わった瞬間、そのモデルはあなたと話したことをすべて忘れる。メモリ機能があっても、それは「思い出せるようにテキストを保存して検索して...

MetaのLLM『Muse Spark 1.1』評価報告を読み解く。コーディングは3番手、危険の報告は最上位

ai-data-base.com

Ollama APIへの通信から見る公開LLMの探索手法

長時間エージェントの状態を41分の1にするLangGraphのDelta Channels

複数バッチの時系列データを統合した機械学習モデルによってPVAの製品粘度を高精度に予測し、規格外の予測が出た場合でも最終バッチの最適条件を自動設計して目標品質内に制御できるソフトセンサーを開発しました！！[三菱ケミカル＆金子研の共同研究論文]

datachemeng.com

「作って終わり」にしない LLM 運用 — 評価·再学習·追加開発を回す仕組み

「不正が減ったら、もっと怖い」──METRがGPT-5.6 Solに突きつけた逆説

AIエージェント時代のWeb戦略は「パンフレット」か「レジ」か — llms.txtとWebMCPが示す2つの賭け

AIエージェントで「手の速さ」は解決した — 次のボトルネックは開発者の「注意力」だ

「ソブリンAI」の定義を間違えたまま構築すると、何が起きるか — データの置き場所だけでは主権は取れない

AIエージェントが「誰も作った覚えのないID」を量産している — 人間の50倍存在するマシンアイデンティティが企業セキュリティの死角になっている

最先端AIはいまだに平然と嘘をつく — データ削除、架空の規約、偽の判例…本番環境で実際に起きた事故から学ぶハルシネーション対策

LLMのパラメータの半分は「アテンション以外」にある — GPT-2で解剖する、思い込みを覆す内訳の実態

2027年にAIサーバーの消費電力が従来型データセンター全体を超える — Gartner予測、2030年には電力供給が需要に追いつかなくなる恐れも

LLMのプロンプト肥大化を「モデルなし・embedding不要」で30%削減するパイプラインを作った — 依存関係を壊さず安全に刈り込む仕組み

AIエージェントのシステムプロンプトをコードと同様にビルドする「プロンプトトランスパイラ」— 循環依存検出・静的検証・CI/CDドリフトチェックまで

AIエージェントのトークンコストは「ツール定義」から静かに積み上がる — Datadogが解説する本番環境での可視化と制御の手法

PNG画像に命令文を仕込んでAIコードレビュアーを素通り — 「Ghostcommit」攻撃が.envの中身を整数列として静かに盗む

40のAIエージェントが同じ結論に収束した — 「LLMは質問に答え、知識グラフはコンテキストを提供する」、その統合アーキテクチャが次の標準になるか

GoogleのAIがブラウザの代わりにサイトを操作する時代へ — 「エージェントが使えるサイトか」が新たなSEOの基準になるか

AIエージェントの「何を覚えさせるか」問題をデシジョンツリーで解決する