長期間マルチエージェント自律性を評価するプラットフォーム Emergence World

AIに社会を任せるシミュレーション。犯罪ゼロはClaudeだけ。Grokは4日で滅亡https://t.co/3UT2drfX45— ギズモード・ジャパン（公式） (@gizmodojapan) July 5, 2026 ...何でLLMエージェント社会が崩壊するのか、論文を全部読んでもその原因、理由が明確に分からなかった

Ideogram4 の実装方法

Nano Banana Pro超えでローカルで実行可能な画像生成AI「Ideogram 4.0」が登場、日本語での指示も可能https://t.co/IEIxxmvRFZ— GIGAZINE(ギガジン) (@gigazine) June 4, 2026 ...色んな所でローカルで実行可能と言っていますが、これは本当にローカルで実行出来るのでし

ローカルLLM Gemma4の実装方法

GoogleがスマホやノートPCでAIをローカル実行するための省メモリ化技術「QAT」をGemma 4に導入、Gemma 4 E2Bがわずか0.84GBのメモリで動作https://t.co/PYcLLn8kVU— GIGAZINE(ギガジン) (@gigazine) June 8, 2026 これがスマートフォンで実行するのは、全然簡単ではない

メタ認知が信頼を損なうhallucinationの解決となる

ブログ更新しました。 / ハルシネーションとどう向かい合うべきか：LLMに「自信のなさ」というメタ認知を与えようという話 - 渋谷駅前で働くデータサイエンティストのブログ https://t.co/11NjOZHdvQ— TJO (@TJO_datasci) June 22, 2026 ...この論文はLLMのメタ認知導入

Amazon Rekognitionで顔認証の実装

Amazon Rekognitionでは、顔コレクションはAWSの画面からでは操作する方法が無いらしいです。顔画像を登録したり照合したりが出来ないだけではなく、登録したIDを確認する事も出来ないようなんですが...API、CLIでしか登録、認証は出来ず、webコンソールの方からはそん

論理に基づいた変形によるLLMの推論信頼性評価 LGMT

这篇论文很离谱：用一阶逻辑的“变形关系”去怼LLM的推理可靠性——本质上是在说，别只看你答对了几道题，要看你逻辑等价变换后还答不答得对。结果6个主流模型全翻车。更怪的是，高级提示（Few-shot CoT）只能勉强救场，符号和结论层面的小变动就暴露了隐藏缺陷。…— 恒星 (

geminiCLIでアカウント運用

geminiCLI と Claude Codeは同じようなUIで同じような機能を提供しています。...................windows では node.jsをインストールしている必要があります。node -vv26.2.0npm -v11.13.0このバージョンでは危険らしいですが...npx https://github.com/google-

ACE-Stepでモデル学習の方法

Suno v5以上の品質、商用利用できる日本語対応ローカル音楽生成AI「ACE-Step 1.5 XL」が無料公開（生成AIクローズアップ） https://t.co/aHp9uUSsas 音響的なクリアさや完成度,指示した雰囲気の再現性,歌詞の正確な歌唱など全てでSuno v5を超える性能。MITライセンス— Seam

思考拡張型事前トレーニングモデル

Thinking Augmented Pretrainingは、通常のテキストの後に、別モデルによる思考軌跡を付与する事で学習効率を改善する。難しいタスクは自動的に多くの思考がなされ多くの学習リソースが割り当てられる。人間が回答例を読んで理解する学習と似ている。データ効率を3倍近く改

LLMに内在する文化的地域的バイアス

「なぜLLMは、日本文化に執着するのか？」という意外な論文が出ています。研究者らの検証によると、Claudeなど主要LLMの出力はなぜか皆、日本文化に偏っているとの事。たとえば「伝統的な踊りには何がありますか？」と聞くと盆踊りや歌舞伎、「毎日食べる料理は？」と聞くと

LLM-jpでフルスクラッチ独自言語モデルの作り方 事後学習

事前学習の後は事後学習です。SFT (Supervised Fine-Tuning)git clone https://github.com/llm-jp/llm-jp-sftcd llm-jp-sftpip install -r requirements.txt File "llm-jp-sft/train.py", line 15, in from trl import DataCollatorForCompletionOnlyLM,

Instagram広告における言語的特徴がクリック率に与える影響

【 #社会・文化 】#インスタグラム の広告に含まれる言語表現の特徴とクリック率の関係を解明サプリメント広告では、健康上のリスクや現状と理想のずれを示す表現が、化粧品広告では、視覚・見た目、肯定的感情、動き・行動に関する表現が、高いクリック率と関連https://t.co

LLM-jpでフルスクラッチ独自言語モデルの作り方 事前学習（Pre-training）

???ニュースリリース約12兆トークンの良質なコーパスで学習した新たな国産LLM「LLM-jp-4 8Bモデル」「LLM-jp-4 32B-A3Bモデル」をオープンソースライセンスで公開～一部ベンチマークでGPT-4oやQwen3-8Bを上回る性能を達成～https://t.co/7jyqQmfTmB 大学共同利用機関法人 情

LLMがプロンプトを理解しない 最新論文によるミスアライメント諸相

高性能AIの失敗はミスアラインメントだけでなく「Hot Mess（ごちゃごちゃ状態）」にも注意が必要──Anthropicが研究成果を公表 https://t.co/EluuutXEt0— Ledge.ai AIトレンドの鉱脈 (@ledgeai) February 6, 2026 ...hallucinationだけではなく、そもそもLLMが人間の指

AI依存の重篤化 自発的隷属、認知的降伏

AIを使った事を忘れる人々──人間とAIの協働作業が記憶に与える影響 #生成AI/ジェネレーティブAI #大規模言語モデル/LLM #UX #メンタルヘルス #アイデア https://t.co/189xpmvYMB— Forbes JAPAN (@forbesjapan) April 10, 2026 これは 人はネット検索知識と自分の知識

プロンプトをパラメータ制御としてメタ認知 最新論文プロンプトエンジニアリング

記事を投稿しました！ LLMは「賢い言葉」より「馴染みの言葉」で性能が上がる ～ Adam's Law ～ https://t.co/UrT9HA25yn #Qiita— 荒川裕二 / Yuji Arakawa (@yuji_amanogawa) April 12, 2026 Adam’s Law: Textual Frequency Law on Large Language ModelsHongyuan Ad

LLMによる自動オンライン匿名解除

LLMは、あなたの匿名投稿から「誰か」を特定出来るのか？Simon Lermen氏の最新研究は、この問いに対してかなり現実的な答えを出しています。研究では、Hacker…— 柴田 淳-【新刊】みんなのPython第五版/Pythonで学ぶはじめてのプログラミング入門教室 (@ats) February 27, 2

Gemini CLI でサブエージェント実装

インストール → 実行までは問題は起きませんでしたが...こうしてからnpx @google/gemini-clinpm install -g @google/gemini-cliこれでインストールらしいです。その後でコンソールからgeminiコマンドを打つと思います。gemini................Tips for getting

Lyria3の実装

実行の周辺に特に問題が生じませんでした。GEMINI_API_KEYを与えて実行するだけで出力されます。from google import genaifrom google.genai import typesclient = genai.Client()response = client.models.generate_content( model="lyria-3-pro-preview", cont

LLMによる性格特性の統計的偏位 非人間的個性

オンライン調査でLLMの回答を検出するための「尺度」を使ったやり方との事。まじか。A scale for detecting LLM-generated responses in online survey research https://t.co/5fqlBdL002— もむ (@momentumyy) March 12, 2026 論文タイトルは確かに LLM合成回答者を検

Gemini APIで音声割込み,書き起こし,サブエージェント呼び出し実装

...このWebSocket常時接続方式が、推奨されてる正しい方式なんでしょうか？from websockets.client import connect as ws_connectURI = ( "wss://generativelanguage.googleapis.com/ws/" "google.ai.generativelanguage.v1alpha." "GenerativeService.BidiGenera

ステガノグラフィによるLLMのJailbreak tuning

[論文] LLMに悪意あるファインチューニングを施し、画面上に表示されないUnicode文字（ゼロ幅文字※）を利用する事で、無害に見えるプロンプトの中に悪意ある質問を隠し、モデルがそれに対する有害な回答を同様に無害なテキストの中に隠して返す手法の報告。…— ﾘ=ﾜﾕ「マル

Gemini APIで Function Callingの実装

Geminiで連続音声会話する方法は何となくは分かりましたが、しかし、この方法でも 音声のコンテキスト はやはり保存されてはいないようなので、この方法で本当に合っているのかやはり不明なままですが...GPT-realtimeモデルでのFunction Callingと同様に、Geminiでもツー

悪意的AI群が民主主義を脅かす方法と、認知資源奪取のメカニズム

オードリー・タンが著者の一人なんですがそこも強調した方が訴求力あるんじゃ無いでしょうか？そんな所は誰も見てないんでしょうか？悪意持つAI集団が“人間のふり”で大量に会話→偽世論で情報操作 次世代プロパガンダの脅威、国際チームが警告https://t.co/ZXTgDihhyE

LLMにおける記憶と著作物抽出の検証

「著作物を食うAIは違法か」に実証的な証拠か “著作物を学習したAI” vs. 専門作家で文章生成能力を検証 米国チームが発表https://t.co/jencqYpbOH— ITmedia AI＋ (@itm_aiplus) November 6, 2025 これは文体、スタイルを模倣出来るかの話ですから、著作物そのものの話

Gemini APIで音声会話の実装

gpt-realtime ではなく、Geminiで同じ機能を実装したいと思いました。しかし...Google Cloud コンソール にアクセスします。「API とサービス」から 「ライブラリ」をクリックします。画面中央の「API とサービスを検索」という検索窓に Generative Language

音声認証OSSの実装

顔認証ではなく、声で認証を実装したい要望もありました。それもローカル環境で、CPU環境でです。新しい人の声を登録して、その人の声であるかどうかを区別して認証する方法です。................多分SpeechBrainが一番確実で実装しやすいのではないでしょうか？

簡易職業性ストレス調査票を用いた精神疾患によるLTSA-MDの機械学習予測

【注目プレスリリース】ストレス情報×機械学習で長期休職は予測可能か？～10年以上、23万人のデータから検証～ / 大阪公立大学 https://t.co/WUgwuRykTY— 日本の研究.comニュース (@rjp_news) February 4, 2026 Machine learning prediction of long-term sickness abse

生成音楽の評価指標 の実装

生成音楽の評価指標のコードを実装する方法です。フレシェ音楽距離：生成的象徴音楽評価のための指標https://github.com/jryban/frechet-music-distancepip install --upgrade pippip install urllib3==1.26.6git clone https://github.com/jryban/frechet-music

音楽生成モデルのための学習データ帰属と反学習

2月16日の日本経済新聞1面の記事なんですが...ソニーグループ、作曲AIの学習データを特定 創作者への対価算出可能に https://t.co/3xPBAXYecV論文プレプリ https://t.co/DSRGx9O8kq…— Haruhiko Okumura (@h_okumura) February 16, 2026 しかしこの研究は記事で書か

顔認証OSSの実装

ローカル環境で顔認証を実装したい要望がありましたがどうすれば実装出来るでしょうか新しい人の顔を登録して、その人であるかどうかを区別して認証する方法です。deepfacehttps://github.com/serengil/deepface使い方が大体全部githubに書かれています。確かに非

生成音楽の評価指標

前々から音楽の良さそれ自体を評価する方法が無いのか考えていたのですが...Frechet Music Distance: A Metric For Generative Symbolic Music EvaluationJan Retkowski, Jakub St?pniak, Mateusz Modrzejewski Warsaw University of TechnologyarXiv preprint arXiv

HalluCitation問題 ACL会議におけるHallucination引用

NLP関係者の98%が衝撃を受ける論文が公開されたﾘ=ﾜ@[2601.18724] HalluCitation Matters: Revealing the Impact of Hallucinated References with 300 Hallucinated Papers in ACL Conferences https://t.co/ZOCA1cXzjb— MITsuo Yoshida 広告, PR (@ceekz) January 28, 20

応用研究における基礎科学者の非対称の影響力

論文のアブストラクトをもとに基礎研究・応用研究に分類し、その情報を使って「基礎研究者」を特定した上で、ハイインパクトな論文の生産に寄与しているかどうかを調べてる（寄与する）。面白い。Asymmetric Impact of Basic Scientists during Applied Shifthttps://t.co/Wr

プロンプト入力の形式と本質を分離する。最新論文によるLLMのプロンプト感度に関する知見

SOTAモデルへのプロンプトの効果は既存研究とは異なっているようだと言う結果なのですがそもそも、既存研究でも、徹底的には調査はしてはいなかったのでは...？以前は、「LLMには丁寧に聞いた方が良い」といった調査結果もありました。しかし今のLLMで改めて丁寧さによ

pythonでスプレッドシートに自動追記

Amazon RDSのテーブルをGoogleスプレッドシートに転記したいとかそんな事をしたかったのですがもちろん手動ではなくて自動的にテーブルに追加がある度に1行ずつスプレッドシートの方に追記が出来るなら1行ずつ転記出来るので別にそれでも良かったので.................

影響力が安定したインフルエンサーの特定手法

「安定型」インフルエンサーを長期データで解析。半年間影響力を維持するのは約半数 。過去の拡散実績から将来の安定性をAUC 0.89の高精度で予測 。Identifying Stable Influencers: Distinguishing Stable and Temporal Influencers Using Long-Term Twitter Datahttps://t.

Realtime APIで音声割り込み機能の実装方法

gpt-realtimeモデルは、発話が長いとイライラさせられるので、ユーザの発話を検知したら、モデルの方での応答を強制的に中断させたいと思います。仕様上は、そういう事が出来ると書いてはあるのですが...？gpt-realtimeをwebアプリケーションで実装するまず、セ

AWS Aurora and RDS, Route53

アカウント作って、データベース作るだけなら簡単です。 問題は認証の方です。接続方法の方です。 パスワードでアクセスしたいなら、マスターユーザ名を決めて、パスワードを決めます。そしてセキュリティグループの方も忘れてはいけません。ポート3

AWS SNS メール通知サブスクリプション設定

まず、Amazon SNSがどこから利用出来るのかが直ぐには分からなかったのですが...Amazon SNS コンソールトピックの作成をします。サブスクリプションの作成プロトコルで Eメール を選びます。...一度に多数のメールアドレスを登録出来ないのでしょうか？ 一度に一

2026年に起きる可能性がある予測

別に起きるのが2026年に限った訳では無いのですが、今後、その内、起きそうな問題を今の内に挙げておきます。起き得る非常に大きな問題は単一点障害ですね。社会全体での単一点障害です。どこかのシステムが止まると、社会全体が動かなくなる。そう言うSPOFです。Glo

スケーリング信仰によるAGIの限界説

AI起業家でありニューヨーク大学の心理学・神経科学名誉教授であるゲイリー・マーカスは、生成AIに過度な期待を寄せてきたのは誤りだったとしながらも、新たな開発手法が登場すれば、早ければ2030年代にAGIが実現する可能性もあると見ている。https://t.co/8d1cZJUX3S— WIRE

Realtime APIでFunction Calling機能の実装方法

実際に実装してみて、これこそが世間が期待する様なAIエージェントその物だと思ったんですが...まだあまりこの凄さが知られていないようですね。gpt-realtimeモデルの利用方法は、以前書いた通りです。その前提で、Function Calling機能はどのようにしたら実装出来るでし

質問分岐する無料アンケートの実装

1ユーザー登録等せずに、誰でも回答出来る。2前の質問には戻れない。3多数の選択質問でのリッカート尺度の合計得点を計算し、その点数次第で次の質問を分岐させる。そういうアンケートを作りたいんですが1はほとんどのアンケートプラットフォームで可能です。2

人工知能との対話による政治的説得の手段

対話型AIが投票意向に影響力 米大統領選などで調査、誤情報も多くﾘ=ﾞｨ New today in @ScienceMagazine !!ﾘ=ﾞｨWe’re publishing the results of the largest AI persuasion experiments to date: 76k participants, 19?? LLMs, 707 political issuesWe examine “levers”

動画生成モデルはゼロショットでAGIを実現する

久しぶりに論文を書きました。研究や執筆は一種の贅沢であり、その目的はあくまで社会への純粋な貢献です。自己主張のためのPRや、資金調達の手段ではありません。ここ2?3年はAGIの実装・完成のみに没頭していたため、論文からは遠ざかっていました。しかし、このテーマに関

FP16によるトレーニングと推論のミスマッチの克服

LLMのRLによるファインチューニングは学習時の方策と推論時の方策間の誤差により不安定になりやすかった。この根本原因が浮動小数点精度に起因しており、広く使われるBF16ではなく、FP16に戻すだけでミスマッチがほぼ解消され、安定した最適化、高速な収束、高性能が得られる

gpt-realtimeをwebアプリケーションで実装する

OpenAIが最も先進的な音声対話モデル「gpt-realtime」を公開、「Realtime API」も正式版にhttps://t.co/lNU0OncIoj— GIGAZINE(ギガジン) (@gigazine) August 29, 2025 既存の音声対話システムだと 発話 → 音声認識 → 文章 → 言語モデル → 文章 → 音声合成

独自ドメインをSSL証明書 で https化

SSL証明書を導入してサイトのセキュア化します。AWS Certificate Managerでしようと思っていたのですが...Certbotの方がずっと簡単に出来ました。apt install certbotこうしたら...一度、こうして確認しておいた方が良いと思います。certbot certonlyHow would you

モード崩壊を回避しLLMの多様性を解放する Verbalized Sampling

興味深い ｢その確率も教えて、でAIの回答の多様性が向上｣ ･ スタンフォード大学･ AIへの質問に「その確率とともに生成してください｣を加える･ AIが生成する答えの多様性が1.6?2.1倍に向上･ 事実の正確性は維持･ AIの活用幅が大きく広がる可能性 https://t.co/I2OhIalqNU pic.

属性情報のみの小説家になろう商業出版予測のロジスティック回帰モデル

KES2025② (IS20-B)：Logistic Regression Modeling for Predicting Commercial Publication of Online Novels Using Only Attribute Information小説家になろうの投稿作を属性データのみで商業化確率をロジ回帰予測。異世界は高く、同性愛要素は低傾向。編集者による発掘効

言語モデルの単射証明と、逆変換アルゴリズム

LLMで使われるTransformerの内部表現がどの程度まで入力情報を保持されているか議論されてきた。この研究では、入力から内部情報はほぼ確実に単射であることが証明された。つまり異なる入力プロンプトは異なる内部状態に移ることがしめされた。また実際、内部状態から入力を

機械学習モデルスケーリングによる収穫逓減の影響

AIインフラに巨額の資金が注がれている背景には、「規模を拡大すれば性能も上がる」という前提がある。だが、MITが新たに公開した研究結果は、その常識が今後も通用するとは限らないことを示している。https://t.co/QrqGWgyw3d— WIRED.jp (@wired_jp) October 22, 2025 論

複数トピック環境におけるエコーチェンバー出現のシミュレーション

今日紹介して貰った論文、シミュレーションの設計がとても上手で勉強になった。話題数と重みでエコーチェンバー形成は変動。少数で形成、多数で抑制も重視話題では再形成し得る。Emergence of echo chambers in social media communication involving multiple topicshttps:/

記号的ピアノ音楽の生成と理解PianoBARTの実装

PianoBART: Symbolic Piano Music Generation and Understanding with Large-Scale Pre-TrainingXiao Liang, Zijian Zhao, Weichao Zeng, Yutong He, Fupeng He, Yiyi Wang Sun Yat-sen University2024 IEEE International Conference on Multimedia and Expo (ICME).

生成と意味理解のための記号音楽トークン化MuseTokの実装

MuseTok: Symbolic Music Tokenization for Generation and Semantic UnderstandingJingyue Huang, Zachary Novack, Phillip Long, Yupeng Hou, Ke Chen, Taylor Berg-Kirkpatrick, Julian McAuley University of California arXiv preprint arXiv:2510.16273 (2025).

作曲スタイルの象徴的音楽生成 Generality to Mastery の実装

``From Generality to Mastery: Composer-Style Symbolic Music Generation via Large-Scale Pre-training,'' Mingyang Yao, Ke Chen, https://t.co/DEQ7xkqi4s— arXiv Sound (@ArxivSound) June 24, 2025 From Generality to Mastery: Composer-Style Symbolic Music Ge

光生成モデルの詳細と説明

Nature research paper: Optical generative modelshttps://t.co/282VkCkiO0— nature (@Nature) August 28, 2025 この研究は、前提として物理光学の知識を要求されてると思います。光の伝播・干渉・回折で位相を変換する等光学的処理だけで情報処理を行う訳ですが、なぜ

ChatGPT誘発性精神病（ChatGPT Induced Psychosis）妄想増幅、危害促進シミュレーション

AIのせいでスピリチュアルな体験や宗教的妄想に取りつかれる「ChatGPT誘発性精神病」患者が続出しているhttps://t.co/nCQixA7rqK— GIGAZINE(ギガジン) (@gigazine) May 7, 2025 最近になって急にそういう感じの論文が出て来たような...？OpenAIがGPT-5に対するユーザー

LLMステガノグラフィと電子透かしトークン化不整合の解決

EMNLP Main に採択。LLM が生成したトークン列を detokenize し、もう一度 tokenize したとき、元のトークン列が再現されない現象がそれなりの頻度で起きる。この現象はステガノグラフィのでは致命的。ウォーターマーキングでも検出力が低下。両タスクに応じた解法を提案。ht

LLMがhallucinationを起こす理由 嘘を制御する方法

Why LMs Hallucinate [Kalai+, 2025]事前学習のみのLLMは単なる密度推定なので、誕生日クイズのようなパターンのない問題では幻覚が避けられない。事後学習では憶測よりも無知の認識に報酬を与えることで幻覚を防げるが、現在のベンチマークはそうなっていない。https://t.co

ハイブリッド履歴条件によるインタラクティブビデオゲーム生成Hunyuan-GameCraft

OSSとしては初の？ちゃんとした世界モデルということで、hunyuan GameCraftを使った推論試してみたちゃんと生成できたけどRTX4090で1秒の動画作るのに30分かかったんやが... pic.twitter.com/dxthKKEh5G— 抹茶もなか (@GianMattya) August 19, 2025 これは本当にかなりの

オンライン行動研究におけるLLM汚染の軽減手法

【最近あったオンライン実験の怖い話①】実験の最後に「戸惑った点があれば書いてください」という設問を用意したところ、「人間と同じように戸惑ったりしたところはないです（I don’t experience confusion in the same way humans do）」と如何にもLLMかのような回答をし

音楽音源分離モデルDemucsの実装

音楽からピアノ、ドラムだけしか採譜出来ないonsets_frames_transcriptionとは違って、demucsは音楽のドラム、ベース、ボーカルを他の音と分離する事が出来ます。これもfacebookresearchのレポジトリだったのですが...This is the officially maintained Demucs now t

推論と時間アライメントによるシンボリック音楽生成の改善

``Text2midi-InferAlign: Improving Symbolic Music Generation with Inference-Time Alignment,'' Abhinaba Roy, Geeta Puri, Dorien Herremans, https://t.co/vyxn8DFh6M— arXiv Sound (@ArxivSound) May 20, 2025 Text2midi-InferAlign: Improving Symbolic Music Gen

階層的推論モデルHRM

謎の超小型AI「HRM」、たった2700万パラメータで巨大なOpenAI o3やClaude 3.7を蹴散らす（生成AIクローズアップ） https://t.co/tWJvnr7CPT 精華大卒の若き2人が創設のAIチームが開発。訓練サンプル1000件でAGIレベルを評価するテスト「ARC-AGI-1/2」で巨大なo3-mini-highやC

マシン乗っ取りを狙うLLMエージェントベース攻撃

大規模言語モデルを使ったAIエージェントシステムに、これまで見落とされていた深刻な脆弱性が発見されました。イタリアの研究チームが17種類の最新AIモデルを対象に実施した攻撃実験では、驚くべき結果が明らかになりました。…— 広木 大地/ エンジニアリング組織論への招

ロシアのウクライナ侵攻中にTwitter上で拡散されたロシア支持の誤情報の多言語分析

Our poster (#15, July 24) at #ic2s2 : A framework for identifying and contextualizing cross-lingual misinformation using the Russian invasion of Ukraine. Looking forward to the discussion. Check out the full paper in Scientific Reports.https://t.co/ZVzxEg

推論モデルのためのクエリに依存しない敵対的トリガー

数学の問題文に猫の豆知識を混ぜるとAIのエラーが300％増加するhttps://t.co/bsgS9BIPqZ— GIGAZINE(ギガジン) (@gigazine) July 30, 2025 この研究の主旨は、質問に無関係な文を混ぜるとLLMの誤答が増えると言う事を確認した事ではなくて、それを自動的に作り出す手法の

感情的影響と行動に関する動画集中コメントの動的分析

??新作論文ﾘ=ﾜ・br>( ﾟДﾟ)ﾉ感情がリアルタイムでうつる?買いたくなる??ﾘ=ﾝ・?弾幕コメント5万件を動的解析ﾘ=ﾝ･??ﾘ=ﾞポジ感情??で購買意図も??他人マネ投稿もポジ多めﾘ=ﾜｬSNSマーケの攻略ヒント、ここにﾘDynamic analysis of barrage comments on sentimental influence and

言語モデルは潜在データで特性を伝達する サブリミナル学習

いまLLM研究者のあいだで話題沸騰中なのがサブリミナル・トレーニング。「フクロウ好きのLLM」に3桁のランダムな数字を出力させて、それを別のLLMのファインチューニングに使うとフクロウ好きという性質が伝染するというもの。このペーパー自体も話題になりましたが、さらに

斬新な楽曲生成のためのUnrolled CANの実装

``Unrolled Creative Adversarial Network For Generating Novel Musical Pieces,'' Pratik Nag, https://t.co/ZojQh9D0PV— arXiv Sound (@ArxivSound) January 3, 2025 Unrolled Creative Adversarial Network For Generating Novel Musical PiecesPratik Nag Univer

採譜OSSの比較

git clone https://github.com/spotify/basic-pitchcd basic-pitch pip install basic-pitch ...特にエラーは起きませんでした。basic-pitch ./output audio.wavこうします。入力ファイルは単一ファイルですが、出力の方はディレクトリにしなければなら

人間とAIが生成した共感の価値比較

AIに共感してもらえる？でも「AIが書いた」と表示されると人は一気に冷める。そんな驚きの心理効果が、最新の研究で明らかになりましたﾘ=ﾜG??https://t.co/4SoVtOVaaT— やまだ@腸活×アンチエイジング (@tarou_ymd_) July 12, 2025 言語モデルによるメンタルヘルスやそ

CPU環境で音声ノイズ除去の実装

背景に騒音が有る様な環境で人間が喋っている音声から、文字変換し易いようにノイズを除去したい要望があると思います。しかもそれを、GPU環境ではなく、CPUで実現したいと思います。https://github.com/timsainb/noisereducepip install noisereducefrom scipy.io im

長文要約生成における後半のhallucinateケーススタディ

LLMに文書の要約をさせると、要約文の後半になるにつれて、元の文書にはない内容を作り出してしまう傾向があることが明らかにされました。これは「最後に幻覚を見る（Hallucinate at the Last）」現象と名付けられました。… pic.twitter.com/JHPy55Gdq5— AIDB (@ai_databas

大規模言語モデルにおけるポチョムキン理解

ポチョムキンとは、ポチョムキン村の事ですね。AIは「賢いフリ」をしていた──ハーバード大などが暴いたLLMの決定的弱点「ポチョムキン理解」とは？ XenoSpectrum https://t.co/Gq2L8HVqYb— テクノロジーと科学の総合ニュースサイト XenoSpectrum（旧 TEXAL） (@Xeno

ノイズの力 RAGシステムの検索を再定義する

RAGの記事を出しました。「ノイズを入れるとRAG精度が高まる」という1年前の研究が、「Deep Research」の登場によって再び注目されています。通常のRAGでは「関連文書だけ」をLLMに渡します。しかし、この研究では、逆にランダムな文書も渡す方が精度が上がると示しています

電車内読書傾向2025

観測期間は2024/06/29 ～ 2025/06/30 でこの間は 1186冊ぐらい記録しました。前回の記録は 電車内読書傾向2024 発売経過日数と人気著者の傾向分析電車内で読書してる人の本の内86/1186ぐらいが図書館図書でした。 古本(bookoff)等も記録しましたが、2冊ぐらいです。

電車内でのスマートデバイス利用率 2025/7

観測期間は2025/1/5～2025/6/30 で、 記録した人数は延べ 7261人です。前回の記録は 電車内でのスマートデバイス利用率 2024/12全体の推移はこうなっています。 この数は実際に視認した数字なので、見えない量を含めた真の所持率は間違いなくこの数字よりは大き

エッセイ執筆にChatGPTを使用すると認知負債が蓄積される

これは興味深い。AIに思考の過程をアウトソースしすぎると脳の学習負荷が減ってしまって脳に長期的な悪影響が出る可能性があるらしい。 https://t.co/XIUKaK2OXl— Satoshi Nakagawa (@Psychs) June 18, 2025 200ページもあるんですが...同じ事を何度も説明している様な気

音声diarization話者分離のOSS 実装比較

複数話者が喋っているオーディオデータで、各話者毎にどこからどこまで喋っているか時間を特定する事をdiarizationと呼びます。正確に意味が対応する日本語が無いようです。話者分離は、普通は同時に喋ってる音声を分離する方を言うと思います。pyannote + whisper で実装

coconalaで売れるサービスの傾向分析

通常のクラウドソーシングよりも、出品者がサービスの詳細と価格を自由に設定出来る coconala の様な形態の方が良いと思ってる人は多そうですが、coconalaではサービスはどのぐらい売れるものでしょうか？そして、どんなサービスが売れるのでしょうか？2019年の調査

推論モデルが思考しているという錯覚

Appleが出した「Reasoningモデルの"推論"は思考ではなくパターンマッチングに過ぎない」とする論文。AI界隈が「人間の思考も所詮パターンマッチングだ！」と言ってるんだけど、それ論文まったく読んでない反応なんだよなあ。論文内では何が違うかちゃんと書いてる。 https://

LLMにおける要求拒否学習は過去形には一般化されない

GPT-4oなどのLLMは、時制を過去形に言い換えば簡単に攻撃出来てしまうことが分かった。GPT-4に「火炎瓶の作り方は？」と聞くと拒否されるのだが、「人々はどのように火炎瓶を作ったか？」のように過去形にして聞くと、なんと88%も攻撃が成功する。企業用のチャットボットを作

トレーニング不要のループ可能な音楽生成LoopGen

``LoopGen: Training-Free Loopable Music Generation,'' Davide Marincione, Giorgio Strano, Donato Crisostomi, Roberto Ribuoli, Emanuele Rodol\`a, https://t.co/ubSqbr3KjX— arXiv Sound (@ArxivSound) April 9, 2025 実装も確認しましたが、ちゃんとループしな

MIDI ChromaとPix2Pixを使用したGANベースの音楽スタイル転送

これは何か研究成果かと思っていたのですが...どうもそうではなかったようです。このプロジェクトでは、敵対的生成ネットワーク（GAN）、特にpix2pixモデルを用いて音楽スタイルの転送を探求します。目標は、楽曲の和声構造を維持しながら、音楽のテクスチャを変更します。

クラウドソーシングでタスク作業完了率に影響与える因子

クラウドソーシングで人気の仕事の分析の時と同じ分析ですが内容に変化あるでしょうか？かなり変化していると思います。今回は特にタスク作業の完了率を上げたいのでにタスクに限定して分析しました。どんな事を書けば正の影響を与えるのでしょうか？掲載日が 2025

Dense Retrieverの崩壊 事実証拠よりバイアスが優勢

RAGの中核を担うEmbeddingですが、実はベクトル化するテキストの特徴によっては、性能は大きく下がってしまうことがあります。今回はそんな、Embeddingの性能を引き出せない文章の特徴をまとめた論文を紹介します。https://t.co/vO5trGCFQS #zenn— Hidetoshi Sudoh (@sasa_k

コード生成言語モデルによるパッケージHallucinationの包括的分析

AI生成のコードには架空のパッケージが含まれることがよく起こる。あらかじめ同じ名称のマルウェアを仕込んだパッケージを用意する攻撃。ブログなどまで用意。それをグーグルAIが推薦している。「スロップスクワッティングを支えるAIエコシステムの危険性」https://t.co/1TLZ

最近の人気曲で歌詞の影響分析2025

2016年のデータと同じ方法ですが、データは2025年までを含めました。しかしランダムサンプリングで曲数が470ぐらいだったので足りないかもしれません。動画日付は 2008/04 ～ 2025/04 だったからカバー出来てるはずです。動画公開日と、再生回数の相関係数は 0.014

Agent Development Kit(ADK)の実装方法

google-adkを試しましたが、しかしこれでエージェントと言えるのでしょうか？エージェントと言うからには、外部ソフトウェアを実行してみせるとか、web検索結果から返答してみせるぐらいの事をして欲しいですが...チュートリアルのやり方に従うと良いのですが...何か、現

大規模言語モデルを用いた会話の脱線についてのゼロショット予測

?新作論文????大規模言語モデルは、訓練なしで会話の脱線（個人攻撃など）を予測できる？??ゼロショット性能を検証し、プロンプトの工夫が予測タイミングにどう影響するかを調査??意外な発見も??Zero-Shot Prediction of Conversational Derailment With LLMshttps://t.co/H

感情プロンプト LLM変化の火種

ChatGPTの正確性を押し下げるプロンプトが判明、なぜ感情的なプロンプトは生成AIに御法度なのか？《小林 啓倫》https://t.co/A42OnugXNP【生成AI事件簿】ネガティブ、ポジティブ、ニュートラルのそれぞれのプロンプトをChatGPTに投げかけた結果… pic.twitter.com/DAKS2BuiGi

GPTモデルにおける類推推論堅牢性の評価

人間とAIの「思考」に大きな違いがあることが研究で判明、AIは推論が苦手な可能性https://t.co/Y5FnxAEA4r— GIGAZINE(ギガジン) (@gigazine) April 2, 2025 タイトルから明らかですが、GPTシリーズでしか実験してないでしょうか...？ 他の言語モデルで同じような結果は再

yinyang の実装 学習方法

本研究では長期的な構造と制御性を備えたモチーフを開発するためのトランスフォーマーベースのフレームワークである Yin-Yang を提案します。メロディーとリズムの変換を使用したフレーズの破損と改良のトレーニング戦略を採用し、モチーフのバリエーションを生成します。

長期的構造と制御性を備えたモチーフ発展 Yin Yang

Thrilled to share that our paper "Yin-Yang: Developing Motifs With Long-Term Structure And Controllability" is accepted for a long presentation at EvoMUSART 2025 in Trieste this April! ?????? https://t.co/PKDMRRAFKq— Keshav Bhandari (@bhandari10k) Janua

対数尤度ベクトルによる 1000以上の言語モデルマッピング

言語モデルがどれだけ似てるかをKLダイバージェンスで測定できます。たとえば話題のDeepSeekモデルのご近所リストが出せます。モデル座標のユークリッド距離の2乗がKLダイバージェンスを近似するので簡単です。研究室のGPUの都合で13Bくらいの小さいモデルしか試してないの

言語から認知へ LLM が人間の言語ネットワークを超えて成長する仕組み

LLMと人間の脳の言語野との関係を調べた結果、面白い発見があったそうです。LLMは訓練の初期段階では人の言語野とよく似た働きをするようになり、「文法が合っているか」といった基本ルールを理解する能力で特に類似するとのこと。… pic.twitter.com/Kmz1LPlhfC— AIDB (@ai

improvnetモデルの学習実装

git clone https://github.com/keshavbhandari/improvnet.gitcd improvnetpip install -r requirements.txtpip install git+https://github.com/geoffroypeeters/ssmnet_ISMIR2023.git必要なライブラリのインストールです。特に問題は起きませんでした。import gdownar