先日、上海AIラボは書生・万象InternVL2.5モデルを発表しました。このオープンソースのマルチモーダル大規模言語モデルは、その卓越した性能により、マルチモーダル理解ベンチマーク(MMMU)で70%を超える精度を達成した初のオープンソースモデルとなり、GPT-4oやClaude-3.5-Sonnetなどの商用モデルと肩を並べる性能を誇ります。

中国の大手ヘッジファンドである幻方量化傘下のDeepSeekは、先日、最新の推論特化型大規模言語モデルR1-Lite-Previewを発表しました。このモデルは現在、DeepSeek Chatというウェブチャットボットプラットフォームを通じてのみ一般公開されています。DeepSeekはオープンソースAIエコシステムにおける革新的な貢献で知られており、今回の発表は、アクセシビリティと透明性を維持しながら、一般ユーザーに高度な推論能力を提供することを目的としています。R1-

月之暗面が提供するKimiスマートアシスタントにおいて、Kimi探索版が進化し、検索意図強化、情報源分析、連鎖思考という3つの推論能力を搭載しました。検索意図強化能力により、Kimi探索版は抽象的で曖昧な質問を具体化し、ユーザーの真の検索意図を拡大します。情報源分析能力により、Kimi探索版は膨大な検索結果の中から、より権威性と信頼性の高い情報源を絞り込み、段落レベルまで正確な出典リンクを提供します。連鎖思考能力により、Kimi探索版は思考連鎖に基づいた推論能力で処理を行います。

Anthropicは最近、コンソール（Console）において重要なアップデートを発表し、開発者向けにプロンプト最適化とサンプル管理の新機能を提供しました。このアップグレードにより、開発者はより簡単にプロンプトエンジニアリングのベストプラクティスを適用し、より信頼性の高いAIアプリケーションを構築できるようになります。プロンプトの質はAIモデルの出力結果に直接影響します。しかし、異なるモデルプラットフォームのプロンプトのベストプラクティスはそれぞれ異なり、最適化プロセスは多くの時間を要することが少なくありません。この課題に対処するため、Anthropicは高度なアルゴリズムを利用したプロンプト最適化ツールを発表しました。

Meta FAIR、カリフォルニア大学バークレー校、ニューヨーク大学の研究者らが共同で、思考選好最適化（TPO）と呼ばれる新しい技術を発表しました。この革新的な技術は、大規模言語モデル（LLM）が指示を処理する際の回答品質を向上させることを目的としています。従来のモデルが最終的な答えのみに焦点を当てているのに対し、TPOはモデルが最終的な答えを出す前に、内部的な思考と熟考を行うことを可能にし、より正確で首尾一貫した答えを生成します。TPO技術の中核は、改良された連鎖思考（CoT）推論手法です。この手法は、訓練過程で...

Meta、カリフォルニア大学バークレー校、ニューヨーク大学の科学者らが共同で開発した新技術「思考選好最適化（Thought Preference Optimization、略称TPO）」は、大規模言語モデル（LLMs）の様々なタスクにおけるパフォーマンス向上を目指し、AIが回答する前により慎重に反応を検討することを可能にします。研究者らによると、「思考」は創作活動など幅広い用途で実用性が期待できるとしています。