AI & ML Research 24 Hours

最終更新: September 25, 2026, 10:31 PM ET

AI＆エンジニアリングツール

Proactionは、Codex、GPT-Live-1、GPT-6 Astraを自社の運用スタックに直接統合したことで、売上を60%増加させ、エンジニアリング時間を75時間以上削減しました。同社は現在、これらのツールを周辺的な補助ではなく中核的なインフラとして活用し、機械学習モデルの構築、運用、販売を行っています。

RAGとエージェントアーキテクチャ

新しいアーキテクチャは、RAGシステムと自律エージェントの間の層を明示的に構築することで、検索とアクションを分離します。著者は、検索とアクションを混同すると脆弱なシステムになると主張し、検索が意思決定層に情報を提供し、必要な場合にのみツール使用をトリガーするモジュラー設計を実証しています。

評価と不確実性

モデルが自己回帰ロールアウトで評価される場合、従来のMSE指標は開発者を誤解させる可能性があります。このシリーズの第2部では、逐次的な意思決定ポイント全体にわたって予測の信頼性をより適切に定量化するための不確実性伝播手法を紹介し、単純な誤差指標は反復システムにおける複合的な分散を無視すると警告しています。

意思決定ベンチマーク

Type Safe AIのJevモデルは、生成から意思決定パフォーマンスへの移行を測定するために、3,080の分類タスクでテストされました。結果は、Jevが構造化分類において標準的なLLMを精度で22%上回り、特に生の出力の多様性よりも信頼性閾値が重要となるエッジケースで優れていることを示しています。

より広範なテクノロジー習熟度

モデルチューニングを超えて、実務者は本番品質のAIシステムを構築するために、分散システム、可観測性、プロンプトエンジニアリングの倫理など、隣接するテクノロジーを学んでいます。著者は、ML研究者と実用的なAIエンジニアを分ける10の能力を列挙しています。

防衛とバイオ研究

米国防総省は、AIを活用した嘘発見器を開発するために、5年間で3,030万ドルを割り当てる計画であり、アルゴリズムの公平性と監視倫理に関する疑問を提起しています。別の研究では、「若い臓器」による若返り仮説に異議を唱え、若い臓器の移植を受けたレシピエントにおいて有意なエピジェネティックな再プログラミングは見られなかったと報告しており、「若返りの泉」理論の重要な柱を弱体化させています。