Recent posts
実際どう思われているのかは気になる
LLM as a Judgeで商用LLMを使って最終評価した時点で利用規約違反では問題
CodexとかClaudeにE2E(データの収集から評価)でLLMの学習を回させた場合は、オープンリソースのデータを食わせていたとしても競合モデル構築の利用規約に抵触するのだろうか。
llm-jp-judgeがv2にアップデートされました。
日本語 LLM-as-a-Judge による評価を統合的に扱うためのツール llm-jp-judge の v2.0.0 を公開しました。 本バージョンでは、新たに日本文化と安全性境界テストのタスクに対応しました。パッケージ管理ツールを uv に移行するなどの内部処理の改善も含まれています。 https://github.com/llm-jp/llm-jp-judge/releases/tag/v2.0.0
求：人間の脳から直接RAGできる技術
LLMに資料作らせたりコード書かせたりして品質が極めて悪いケースを結構目にするけど、発表する状況の情報や発表者しか知らない内部知識の欠如みたいなLLMがそもそも情報にアクセスできていないことが原因のものも結構ある。
7月1日付で、国立情報学研究所での職位が特任研究員から特任助教に変わりました。引き続き精進して参ります。（個人ホームページも更新しなきゃ。）
SPReADではAIの専門家も一定数採用ているとの話を風の噂で聞いた。(他の参加者にAI周りの諸々を教えてくれる役回りを期待してるとか何とか。)
ここまでのコンテキスト(人生)が「え、」の後に「yes」を予測させた可能性があるな…
え、yes（ひどい）
「人間は次の単語を統計的に予測しているだけか？」の問の方がn倍面白い。
「（next token prediction方式の）LLMは次の単語を統計的に予測しているだけか？」に対する回答は「定義より明らか」しかないので、そんなつまらないことを議論するのはやめてくださいの気持ち
