深堀り解説

LLM科学者と人間の協力で実験の効率化　Googleなど

100万ドル分のソフトウェアエンジニアリングタスクで最先端のLLMを検証　40%まで達成

「LLM活用で文書作成」社会でどこまで導入されている

LLMを擬人化することは開発や評価にどんな影響を及ぼすか

LLM専用の「新しい言葉」を導入すると何が起きるのか

「すべてのソフトウェアをエージェントとして使う」ビジョンと実践例

天井が見え始めたこれまでのLLMベンチマークを超える究極の問題集 DeepSeek-R1もテスト

「職業別にみるLLM活用の現状と今後」Anthropicが大規模調査　

DeepSeek-R1の性能を検証　4つの主要LLMと比較

LLMの定理証明力を2倍に向上させる「予想と証明を繰り返させる」手法　限られたデータの中で