medical-ai
清華大学・北京協和医院・上海交通大学らの医療LLM「RaDaR」──DeepSeek-R1を上回り、希少疾患を約2ヶ月早く疑えた理由
希少疾患の診断は、患者数が少ないぶん医師でも見逃しやすく、正しい診断まで何年もかかることがあります。RaDaRはそこに特化して学習したAIで、約2ヶ月早く疑いを挙げられた可能性が示されています。
note単独記事
ArXivタグ: LLM
19件
夜便 1本目
計算とデータ待ちを区別していなかった——それだけでGPUは14%の余剰エネルギーを使い続けていた
GPUは学習中、計算が集中する瞬間とメモリからデータが届くのを待つ瞬間を繰り返しています。この2つを区別してクロックを制御するだけで、エネルギーを最大14%削減できるとオランダの研究が示しました。速度の低下は0.6%のみです。
AI Daily Digest から抽出
夜便 1本目
専門家を雇えない規模の事業者に、AIが「十分な専門家代わり」になる条件
AIツールの月額費用は20ドル前後まで下がっており、導入コストよりも「自社のどの弱点に当てるか」を先に決める判断の方が、小規模事業者にとって今の実務課題になっています。
AI Daily Digest から抽出
朝便 1本目
LLMだけでは企業AIは広がらない——IBMが示した「エージェントロジック」5事例の実測値
LLMに渡すデータを、業務の型に沿って事前に絞り込む「エージェントロジック」を組むことで、トークン（AI利用の課金単位。ざっくり「渡した文字量」）を最大30分の1に抑えながら精度を数倍改善できる——その根拠として、IBM社内の異なる5業務の実測値が公開されました。
AI Daily Digest から抽出
朝便 1本目
AIエージェントの用語が揃わないのは、ループを誰が制御するかがまだ決まっていないから
AIエージェントの「ハーネス（ループ制御）」を誰が実装するかという主導権が、まだ各社のあいだで競われている。そのため、同じ用語が文脈ごとに違う意味で使われ続けています。
AI Daily Digest から抽出
夜便 2本目
OpenAIがサイバー防御特化AI「GPT-5.4-Cyber」を投入
OpenAIは、防御的サイバーセキュリティに特化した大規模言語モデル（LLM: Large Language Model）「GPT-5.4-Cyber」をリリースしました。
AI Daily Digest から抽出
夜便 1本目
AIは不当なルールを「盲目的に」拒否するのか？倫理的判断の限界
AIは危険な依頼だけでなく、たとえば `不当な校則にどう対応すべきか` のような、本来は助言してよい相談まで、`規則違反の助けを求めている` と受け取って断ってしまうことがあると示されました。
AI Daily Digest から抽出
朝便 1本目
汎用AIの伸び悩み、企業が「独自ロジック」をAIに組み込む必然
汎用AIの性能差が縮まりつつある今、企業の競争力は「どのモデルを使うか」より「自社の知識や業務文脈をどう組み込むか」に移りつつある、というのがこの記事の主張です。
AI Daily Digest から抽出
朝便 1本目
LLMはなぜビデオゲームで伸び悩むのか
LLMはコーディングでは急速に性能を伸ばしていますが、ビデオゲームをうまくプレイする課題では、依然として人間のような振る舞いに至っていません。
AI Daily Digest から抽出
夜便 3本目
欧州AI、高い導入率の裏で自国エコシステムが育たない矛盾
欧州はAIの導入率と人材が豊富であるにもかかわらず、その多くが米中企業のプラットフォームを利用しているため、自国のAIエコシステムが十分に育たず、経済的価値と技術的自律性を失うというパラドックスに直面しています。
AI Daily Digest から抽出
夜便 3本目
機密データでAI訓練、国防総省の計画に潜むリスク
米国防総省（The Pentagon）が、AI企業による機密データを用いた大規模言語モデル（LLM: Large Language Model）の訓練を可能にする方向を検討しており、その情報漏洩リスクが大きな懸念となっています。
AI Daily Digest から抽出
朝便 1本目
企業ソフトウェアの常識を覆す、対話型AI OSの可能性
Eragonは、従来のボタンやメニューに代わり、自然言語によるプロンプトで企業ソフトウェアの全機能を操作できるエージェントAIオペレーティングシステムを開発し、1,200万ドルの資金調達に成功しました。
AI Daily Digest から抽出
朝便 2本目
OpenClaw熱狂の裏側、中国AI企業が狙う顧客囲い込み
中国でAIエージェントOpenClawが爆発的な人気を博していますが、その熱狂の真の受益者は、一般ユーザーではなく、大規模言語モデル（LLM: Large Language Model）の利用料やクラウドサービスで収益を上げる大手AI企業であるという現実が浮き彫りになっています。
AI Daily Digest から抽出
朝便 1本目
開発現場の常識が変わる？楽天がAIでMTTR半減
楽天がOpenAIのコーディングエージェントCodexを導入し、障害対応やコードレビューの一部をAIに任せることで、問題解決の速さと開発の安定性を同時に高めています。
AI Daily Digest から抽出
夜便 1本目
LLMの思考過程は操作困難、AI監視の信頼性高まる
大規模言語モデル（LLM）が推論過程である思考連鎖（CoT: Chain-of-Thought）を意図的に操作する能力は低いことが研究で判明し、CoTによるモデルの振る舞い監視の有効性が示唆されました。
AI Daily Digest から抽出
arxiv.org夜便 2本目
画像生成AIが論理的推論を獲得、Luma AIが新境地開拓
Luma AIが発表した画像モデルUni-1は、画像理解と生成を統合した単一アーキテクチャを持ち、論理的推論を要する画像処理ベンチマークで競合他社モデルを凌駕し、AIの創造性と理解力の新たな水準を示しました。
AI Daily Digest から抽出
the-decoder.com夜便 3本目
LLMのデータ枯渇を救う、未ラベル動画の潜在力
Metaの研究チームは、大規模言語モデル（LLM）の学習用テキストデータが枯渇しつつある中で、未ラベルの動画データが次なる大規模な学習フロンティアとなり、単一のマルチモーダルAIモデルで言語・画像・動画を同時に学習できる可能性を示しました。
AI Daily Digest から抽出
the-decoder.comnote
ヤン・ルカンはなぜメタを辞めたのかー 「LLMは研究ではなく製品」と断言する理由
## 1. はじめに 2026年1月、ヤン・ルカンがメタを離れ、パリに新会社AMI（Advanced Machine Intelligence）を立ち上げたことが報じられました[1]。ディープラーニングの父の一人であり、チューリング賞受賞...
note単独記事
notenote
生成AIの「次単語予測」限界論と、AIが「思考」を獲得するための4つのパラダイム
## 1. はじめに：トランスフォーマーの栄光と「確率の罠」 現在、世界を席巻しているChatGPTやGeminiなどの生成AIは、例外なく「トランスフォーマー（Transformer）」というアーキテクチャを採用しています[1]。その能...
note単独記事
note