深堀り解説

18兆トークンで学習されたオープンソースLLM『Qwen2.5』シリーズの性能

企業実務タスクにおけるLLMエージェントの能力を評価する方法

生涯にわたりユーザーに寄り添いパーソナライズし続けるAIアシスタントの設計

動画を理解する軽量なLLM『Apollo』、オープンソースで登場（商用利用も可能）

LLMエージェントに人間のような欲求を持たせてシミュレーションする手法

文脈内学習は「少数事例からの単純な学習だけでなく、言語モデルが持つ幅広い適応能力」

LLM同士による人工言語コミュニケーションで発見された「言語構造の創発」

LLMを利用した「自動データクリーニング」方法

科学者はLLMをどう使っているのか、何を好むのか

LLMの開発トレンドに新たに見出された『密度化の法則』および『能力密度』の概念