生成せずに選ぶAI「意思決定モデル」とは何か、業務での活用法

意思決定モデルは、文章を生成する代わりに、あらかじめ定めた選択肢や尺度から答えを選び、その確率を返すモデルです。従来の分類やゼロショット分類との違い、問い合わせ対応などでの使い方を解説します。

ToyBlocksが示す、ロボット学習を検証しやすくする新しい実験環境

ロボットの学習を比較・検証するため、ブロックとロボットアームに対象を絞ったシミュレーション環境「ToyBlocks」が登場した。訓練データを自動生成し、動作の成功率だけでなく速度や力も測ることで、何を学び、どこでつまずくのかを調べやすくする。

文書画像から必要項目をJSON化する2Bモデル、業務処理をどう変えるか

Hugging FaceのDharma Field Extractorは、文書画像から指定項目を読み取り、JSONで出力する2Bパラメーターのモデルです。表や未記入欄にも対応し、記事内の評価では汎用LLMを上回る品質と低コストを示しました。ただし、比較条件や導入環境には注意が必要です。

長文の状態変化を測る「StateBench」から見えるAIの追跡能力とモデル設計の差

StateBenchは、文書中で変わる情報を言語モデルがどこまで追跡できるかを、難易度別に測るベンチマークです。評価では、長い更新列でモデルの正答率が下がる一方、学習方法やアーキテクチャによって差が生じました。