【AI論文解説】CLEAR: Character Unlearning in Textual and Visual Modalities：マルチモーダルAIにおける『忘れる技術』を評価する新たなベンチマークデータセット
近年、ディープラーニングモデルの大規模化に伴い、プライバシーやセキュリティに関する懸念が高まっています。特に、テキストと画像の両方を扱う大規模マルチモーダル言語...
記事一覧
LLMの記事一覧
【AI論文解説】OpenCoder: The Open Cookbook for Top-Tier Code Large Language Models：全てを公開したトップクラスのコード生成モデル
本論文では、コード生成に特化した高性能なLLM（大規模言語モデル）であるOpenCoderを提案しています。 現在、多くのコードLLMが商用であり、そのデータや...
【AI論文解説】LLM2CLIP: Powerful Language Model Unlock Richer Visual Representation：LLMの力でCLIPの限界を超えるLLM2CLIP
本論文は、画像とテキストのマルチモーダル表現学習を向上させる新しいアプローチ「LLM2CLIP」を提案しています。 従来のCLIPモデルは、画像とテキストを共有...
【AI論文解説】LLaVA-CoT: Let Vision Language Models Reason Step-by-Step：VLMに段階的な推論力を与えるLLaVA-CoT
近年、LLM（大規模言語モデル）は推論能力で大きな進歩を遂げていますが、画像とテキストを扱うVLM（Vision Language Model）は複雑な視覚的質...
【AI論文解説】DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning：LLMの推論力を強化学習で引き出し、小型モデルへ蒸留する
近年、LLM（大規模言語モデル）は数学、プログラミング、論理推論といった高度なタスクにも対応できるほど精度が向上し、汎用的なAIシステムとして急速に進化していま...
【AI論文解説】Deliberative Alignment：LLMが自ら『安全』を推論する
LLM（大規模言語モデル）の性能向上によって、さまざまなタスクで優れた成果が得られる一方、モデルが悪用されてしまうリスクや、意図しない有害な応答を生成してしまう...
日本語LLMの精度向上を実現するデータセットとは？安全性・RAG活用・コスト効率まで解説【APTO社インタビュー】
AI Marketは、日本語LLM（大規模言語モデル）の精度向上と安全性を両立させる「高品質データセット」を開発した株式会社APTOの尾身氏にインタビューを実施...
Claude Sonnet 4.6とは？実際に利用した使用感や料金・他のモデルとの違い・使い方も解説！
Sonnet 4.6はOpus 4.5を超える選好率を記録しながら、APIコストはSonnet 4.5と同水準を維持 コーディングや長文理解など幅広い業務を高精...
DSPyとは？プロンプトエンジニアリングを自動最適化するLLM開発フレームワークの仕組み、構築手法を徹底解説！
DSPyでは、プロンプトを手作業で修正するのではなく、入出力の仕様と評価指標を定義し、アルゴリズムによって最適な指示文を自動生成 LLMを変更しても、DSPyが...
Llama Guardとは？モデルの種類から検知できるリスク・使い方・課題まで徹底解説！
Llama Guardは、生成AIの入出力をリアルタイムで分析し、不適切・有害なコンテンツを検知・制御することに特化したLLMベースのセーフティガードモデル 単...
