週末のハッカソンの後、あなたの家は散らかっている。しかし、月曜の夜に帰宅すると、リビングルームはピカピカで、ダイニングテーブルにはキャンドルが灯された夕食が用意されている。人間なのか機械なのか、見分けがつかない。.これは簡単なようで非常に難しい。
についての物語だ。物理的チューリングテストこの夢は、研究者たちに夜通し働きかけ、情報だけでなく物質の処理を自動化する新しいコンピューティング・プラットフォームを開発させた。この夢のために、研究者たちは夜通し研究室で働き、情報を制限するのではなく、物質の処理を自動化できる新しいコンピューティング・プラットフォームに取り組んでいる。
セルゲイ株式会社最近、AI Ascentというイベントを主催し、データ戦略と規模の法則を通じて汎用ロボット工学の基本原則に取り組む方法を共有しました。この講演は、この分野をより深く掘り下げるのに役立ち、17分間を費やす価値が十分にあると確信している。
未来のロボットは、家庭環境で複雑な作業をこなすだけでなく、産業や医療などさまざまな分野で重要な役割を果たすようになるだろう。このビジョンを実現するためには、コンピュータ・ビジョン、自然言語処理、機械工学などの分野における最先端技術を含む、学際的な協力が必要となる。
---
強化微調整（RFT）を覚えていますか？私たちは昨年12月からこの技術に力を入れており、本日正式にOpenAI o4-miniバージョンを発表しました。RFTは連鎖思考推論とタスク固有の採点メカニズムを用いてモデルのパフォーマンスを向上させる特に複雑なドメインに対して。例えば、@AccordanceAIはRFTを使って、税務・会計モデルを現在の最適（SOTA）に微調整した。
さらに、監視下での微調整という点では、GPT-4.1 nanoを微調整できるようになりました。特定のユースケースを想定したトレーニングを行うことで、GPT-4.1 nanoの最速かつ最も費用対効果の高いモデルからさらに多くの価値を引き出すことができます。
本日は、コーディング、科学研究、財務など、特定の複雑なタスクに特化したエキスパートモデルの構築を可能にする、モデルカスタマイズの新しいアプローチであるEnhanced Fine-Tuningをプレビューします。
---
この度、AI Fundは1億9,000万ドルの資金調達に成功しました。私たちは、より多くの起業家と協力し、人類に貢献する新しい企業を生み出すことを楽しみにしています。
AI Fundが従来のベンチャーキャピタルと異なる点は、資金支援だけでなく、企業の設立や運営に直接参画している点です。私たちのチームは、コード作成、顧客からのフィードバック収集、製品設計の反復、市場分析などに積極的に関与し、複数のAI製品の迅速な開発を推進することに尽力しています。新興AIスタートアップのベストプラクティスを実践を通じて引き出し続けています。
スタートアップの成功に寄与する多くの要因の中で、スピードは非常に重要である。ここでは、AIスタートアップの成長を加速させるための重要な戦略を紹介する：
1.特定のアイデアに集中する特定のアイデアに集中する少人数のチームは、プロジェクトを迅速に前進させることができる。一度に複数の試みをするのではなく、最初の想定に問題があると判明した場合は、素早く方向転換できるようにする。
2.その分野の専門家の直感を信じることデータやユーザー・リサーチも重要だが、場合によってはドメイン・エキスパートの直感が迅速な意思決定に役立つこともある。
3.AIアシストコーディングの使用特に、高い信頼性やセキュリティを必要としないスタンドアローンのプロトタイピング・プロジェクトでは、AIアシスト・コーディングがプロトタイピングを劇的にスピードアップします。これにより、非常に速いペースでプロトタイピングとテストを行うことができます。
4.ユーザーフィードバックへのアクセスを加速プロトタイピングのスピードが上がると、ユーザーからのフィードバックを得ることが新たなボトルネックになる。潜在顧客を素早く見つけ、短時間でフィードバックを得る能力を持つチームが有利になる。
スピードに加えて、深い技術的理解も成功の鍵だ。急速に進化するAIテクノロジーは、より良い決断を下し、回り道を避けるために、チームに深い技術的背景を要求する。
投資家、チーム・メンバー、スタートアップ・パートナーの皆さんのサポートに感謝します。
---
OpenAIは最近、ChatGPTがGitHubリポジトリとディープリサーチ機能の接続をサポートしたと発表した。ユーザーは特定のコードベースについて質問できる詳細調査エージェントは、リポジトリのソースコードとプルリクエスト（PR）を読み取り、検索し、引用を含む詳細なレポートを作成します。
この新機能は、特にソフトウェア開発チームやオープンソースプロジェクトのメンテナーに適しており、複雑なコードをより効率的に理解し、作業するのに役立つ。こうすることで、開発者はコード関連の情報に素早くアクセスできるだけでなく、潜在的な問題や改善点を特定することができる。さらに研究者にとっても、この機能はオープンソース・プロジェクトの内部構造や歴史的変遷を深く分析するのに役立ちます。
この機能を使うには、ChatGPTで "Deep Research "オプションを選択し、"GitHub "ボタンをクリックしてください。
---
NVIDIAは、320億パラメータ、140億パラメータ、70億パラメータという3つの異なるサイズのコード推論モデルをオープンソース化したことを発表した。
公式のテスト結果によると、これらのモデルは、LiveCodeBenchベンチマークにおいて、O3 miniやO1(low)などの他の同等モデルを上回っています。さらに、OCRデータセットのサポートに基づき、これらのモデルは、トークン効率において、他の同等の推論モデルを約30%上回っています。
主な特徴は以下の通り：
- llama.cpp、vLLM、トランスフォーマー、TGIなど、複数のフレームワークがサポートされている。
- コード生成、デバッグ、最適化など、さまざまなアプリケーション・シナリオに適している。
- 学術研究や商業開発に適している。
開発者はこれらのモデルをすぐに使い始め、実際のプロジェクトでの応用の可能性を探ることができる。
オープンソースは、研究者に強力なツールを提供するだけでなく、一般的な開発者にも新たな可能性を開き、コード生成と自動化の分野を発展させることが期待される。
---
SDVはオープンソースのPythonライブラリで、機械学習アルゴリズムを用いて実データからパターンを学習・再現することで、大規模な合成データを生成することができる。これは、トレーニングやテストのために大量のデータを必要とするシナリオに役立ちます。
SDVを使った合成データの生成プロセスは、3つのステップに分けられる：
- 電車SDV を実際のデータテーブルにポイントすると、その下にあるデータの分布と関係がキャプチャされます。
- 生成学習済みのSDVモデルを実行し、実データを公開することなく、必要な数の類似データ行を生成します。
- 糺す必要であれば、より正確な結果を得るためにパラメータを調整します。
SDVの主な特徴は以下の通り：
- ガウス共役からCTGANまで、複数のモデルオプション。
- 単一テーブル、複数テーブル、連続テーブルをサポート。
- 組み込みの匿名化と論理制約。
- コマンドひとつですべてができる：sdv.sample().
さらに、SDVはカテゴリーの不均衡に効果的に対処し、データの質を向上させることができる。
SDVは、金融、ヘルスケア、市場調査など、さまざまな分野に適用可能であり、機密情報を開示することなくモデルのテストやトレーニングを行うことができる。
---
AlphaFold 3のリリースから1周年を迎えました。この1年間で、AlphaFold 3は何百万もの分子間相互作用の予測に広く利用され、科学研究のプロセスを劇的に加速しました。
科学者たちは、作物の免疫や細菌抵抗性など、多くの分野で画期的な進歩を遂げるためにこの予測を利用してきた。アルファフォールド3の正確な予測能力は、タンパク質の構造と機能をより深く理解するための前例のないツールを研究者に提供する。
アイソモーフィック・ラボもまた、AlphaFold 3と先進的なドラッグデザインエンジンを併用し、新薬の開発方法の変革に取り組んでいる。この革新的なアプローチにより、新しい治療法をより早く、より効果的に開発することが期待されている。
AlphaFold 3は、学術研究において重要な役割を果たすだけでなく、製薬業界においても大きな可能性を示しており、今後数年間で、創薬および薬剤開発の状況を一変させることが期待されている。
---
Gemma3とLangChainを使ったマルチモーダル検索拡張生成（RAG）システムの構築方法を紹介する@LangChainAIによるチュートリアル。このシステムは、GoogleのGemma 3モデルの強力な自然言語処理機能と、複雑なドキュメントを効率的に解析・理解するLangChainの柔軟性を組み合わせています。
また、実装全体はStreamlitやOllamaなどのツールを統合し、ユーザーフレンドリーなインターフェースと強力な計算サポートを提供する。このチュートリアルを通して、開発者はテキストと画像の両方を処理できるRAGシステムの構築方法を学ぶことができ、文書分析や知識抽出のような実用的な応用シナリオを強力にサポートします。
データサイエンスや人工知能、あるいは関連分野で働く専門家にとって、この技術を習得することは生産性を向上させるだけでなく、より複雑なビジネス上の問題を解決する新たな道を開くことにもなる。
---
メタ社は最近、3D環境において高精度の物体位置特定を可能にする先進モデル「メタ・ロケイト3D」を発表した。この技術的ブレークスルーは、ロボットが複雑なシーンをナビゲートし、人間と自然に対話する能力を大幅に向上させると期待されている。
Meta Locate 3Dにより、ロボットは様々な物体を認識し位置を特定するなど、周囲の状況をより正確に把握することができる。この技術は、産業オートメーションや物流・流通だけでなく、家庭用サービスロボットにも幅広く応用され、ユーザーのコマンドをよりよく理解し、対応することができる。
- **モデルとデータセットのダウンロード
- **研究論文を読む
- **オンライン・プレゼンテーションの試み
より詳細な情報は以下を参照されたい。https://t.co/GgJEPXTH8W.
---
活用法を学ぶボヤージュAIマルチモーダル・エンベッディングとモンゴDB効率的なマルチモーダル検索のためのマルチモーダルインデックスの。
このチュートリアルでは、以下をマスターする：
- 使用方法ボヤージュAIマルチモーダル埋め込み技術。この技術は、テキストや画像などの複数の種類のデータを、その後の処理のために統一されたベクトル表現に変換することができる。
- 設定方法MongoDBアトラス画像埋め込み用のベクトルリポジトリとして。画像データをMongoDBに格納することで、効率的なデータ管理とクエリを実現できる。
- 画像とテキストの両方のデータタイプをサポートするマルチモーダルインデックスを作成する。これにより、システムは異なるタイプの入力を同時に処理し、正確な検索結果を提供することができる。
- テキストプロンプトを使った画像クエリ（テキストから画像への検索）。この技術により、ユーザは自然な言語記述によって関連する画像を検索できるようになり、ユーザ体験が大幅に向上する。
これらの技術は、eコマースにおける商品推薦、ソーシャルメディアにおけるコンテンツ管理、医療画像解析など、幅広い応用シーンで使用されています。このチュートリアルでは、マルチモーダル検索の実用的なアプリケーションと技術的な詳細について理解を深めることができます。
