AIがAIを裁く時代：LLM評価の新パラダイム「Agent-as-a-Judge」の全貌 論文『When AIs Judge AIs: The Rise of Agent-as-a-Judge Evaluation for LLMs』を読んで勉強しました。
※はじめに（免責事項） 本記事執筆者は英語が得意ではありません。極力丁寧に論文を読み込んで作成しましたが、解釈に誤りが含まれている可能性があります。 正確な情報や詳細なニュアンスについては、必ず...
0
0
Comment0
6 search resultsShowing 1~6 results
Stocked
You need to log-in
ChatGPT 4oは「無礼」な方が賢い？ 論文『Mind Your Tone』を読んで勉強しました。
※はじめに（免責事項） 本記事執筆者は英語が得意ではありません。極力丁寧に論文を読み込んで作成しましたが、解釈に誤りが含まれている可能性があります。 正確な情報や詳細なニュアンスについては、必ず...
0
0
Comment0
[自律型AIは本当に必要か？] 『Building effective agents』を読んで勉強しました。
※はじめに（免責事項） 本記事執筆者は英語が得意ではありません。極力丁寧に論文を読み込んで作成しましたが、解釈に誤りが含まれている可能性があります。 正確な情報や詳細なニュアンスについては、必ず...
0
0
Comment0
【論文読み】医療LLMのハルシネーションを「LLMなし」で防ぐ！生成と検証を分離した新手法について論文読んで勉強しました
※はじめに（免責事項） 本記事執筆者は英語が得意ではありません。極力丁寧に論文を読み込んで作成しましたが、解釈に誤りが含まれている可能性があります。 正確な情報や詳細なニュアンスについては、必ず...
0
0
Comment0
Gemini 3 Flashが切り拓く「Agentic Vision」の実装論：VLMは「見る」から「能動的に視る」フェーズへ
1. はじめに：なぜ今 "Agentic" なのか？ これまでのマルチモーダルAI（VLM: Vision Language Model）は、入力された画像に対して一度きりの推論（Inferen...
0
0
Comment0
【学習メモ】LLM評価方法のあれこれについて調べました
【学習メモ】LLM評価のあれこれについて調べてみました 最近、大規模言語モデル（LLM）の進化が凄まじいですが、「結局どのモデルが賢いの？」「どうやって性能を測っているの？」という点が気になり、...
0
0
Comment0
6 search resultsShowing 1~6 results
Qiita is a knowledge sharing service for engineers.
- You can follow users and tags
- You can stock useful information
- You can make edit suggestions for articles