チーフAIシェアリングサークル

はじめに 近年、人工知能の分野でマルチ・インテリジェント・システム（MAS）が注目を集めている。これらのシステムは、複数の大規模言語モデル（Large Language Model: LLM）知能の協働により、複雑で多段階のタスクを解決しようとするものである。しかし、MASへの大きな期待とは裏腹に、実世界のアプリケーションにおけるMASの性能は...

概要 AgentLaboratoryは、Samuel Schmidgallによって開発された、GitHubでホストされているオープンソースツールです。大規模言語モデル(LLM)によって駆動されるインテリジェントエージェントを使用し、文献レビュー、実験デザイン、レポート作成を含む科学研究の全プロセスにおいて研究者を支援します。このツールの...

汎用人工知能（AGI）の進歩を測るベンチマークは非常に重要である。効果的なベンチマークは能力を明らかにし、優れたベンチマークは研究の方向性を鼓舞する。アーク賞財団は、ARC-AGIシリーズのベンチマークを通じてそのような役割を果たすことにコミットしており、真に汎用的な知能に焦点を当てる研究努力を指導している。最新の ...

一般的な紹介 キロコードは、Visual Studio Code（略してVS Code）のオープンソース拡張プラグインです。人工知能技術を使って、ユーザーがより効率的にコードを書けるようにする。このプロジェクトはKilo-Orgチームによって開発され、当初はRoo Codeからフォークされ、その後、より多くの機能を追加しています。

概要 AgentIQは、開発者がAIインテリジェンスを効率的に接続・管理できるように設計されたNVIDIAのオープンソースツールです。異なるフレームワークのインテリジェンスがシームレスに連携し、企業データとツールを接続し、関数を呼び出すようなワークフローを構築することを可能にします。このツールの最大の特徴は、柔軟性とリ...

人工知能（AI）エージェントは、複雑なタスクを自動化し、生産性を大幅に向上させる能力を持ち、ビジネスオペレーションにおける新たなデジタルワークフォースとして台頭してきている。しかし、個々のエージェントの能力には限界があり、その真の可能性は協働する能力にある。異なるAIエージェントが協働することで、...

一般的な紹介 Tavilyは、開発者や大規模なモデルがリアルタイムで正確な情報にオンラインでアクセスできるようにすることを主な目的として、AIのために設計された検索ツールです。従来の検索エンジンのように一般ユーザー向けではなく、AIエージェントや大規模言語モデル（LLM）向けに設計されています。

クロードのような大規模言語モデル（LLM）は、人間が直接プログラミングコードを書くことによって作られるのではなく、膨大な量のデータに基づいて学習される。その過程で、モデルは問題を解くための独自の戦略を学習する。これらの戦略は、各単語を生成するためにモデルが実行する何十億もの計算の中に隠されている。

概論 RunRabbitはAIベースのツールであり、ユーザーは簡単な音声やテキストコマンドによってブラウザを操作し、様々なタスクを実行することができる。その最大の特徴は、ユーザーのニーズを理解し、情報の検索、フォームへの入力、反復的なタスクの実行など、ウェブページを自動的に操作することである。ウェブサイト ...

概論 MIDI-3Dは、VAST-AI-Researchチームによって開発されたオープンソースプロジェクトで、開発者、研究者、クリエイターのために、1つの画像から複数のオブジェクトを含む3Dシーンを素早く生成します。このツールはマルチインスタンス拡散モデリング技術に基づいており、人工知能と3Dモデリングを組み合わせています。

一般的な紹介 TripoSFはVAST-AI-Researchチームによって構築されたオープンソースプロジェクトで、特に1枚の画像から高解像度の3Dモデルを素早く生成するように設計されています。SparseFlexと呼ばれる技術を使用しており、処理効率に優れ、一般的なデバイスで動作させることができます。TripoSFのコードと事前学習モデル...

概論 TripoSGはVAST AI研究チームによって開発されたオープンソースプロジェクトで、1枚の画像から高品質な3Dモデルを生成する。このプロジェクトでは、大規模な整流器フローコンバーター技術を用い、ハイブリッド教師あり学習と高品質なデータセットを組み合わせることで、幾何学的な詳細が明確で複雑な3Dモデルの生成を可能にしている。

一般的な紹介 MoshiVisはKyutai Labsによって開発され、GitHubでホストされているオープンソースプロジェクトです。MoshiVisはMoshi speech-to-text model (7Bパラメータ)をベースに、約2億600万個の新しい適応パラメータと、凍結されたPaliGemma2ビジュアルコーダー(400Mパラメータ)を追加しています。

モデル・コンテキスト・プロトコル（MCP）は、AIアプリケーションやエージェントの構築の世界でホットな話題となっている。その議論の多くは、ローカル・コンピューターにMCPサーバーをインストールして実行することを中心に展開されている。最近、Cloudflareは、同社のプラットフォーム上での構築とデプロイのサポートを発表した。

MiniMindは、開発者のjingyaogong氏によって作成されたオープンソースプロジェクトです。MiniMindの主な特徴は、NVIDIA 3090グラフィックカード1枚で、26MパラメータのGPTモデルをゼロからトレーニングするのに2時間かかることだ。

OpenAIは最近、先進的な画像生成技術をChatGPTに直接統合した。この機能は、ビデオ生成モデルSoraと同様の技術的系譜を持つ強力なモデルGPT-4oの能力を活用するもので、ユーザーは身近なペアで作業することができます。

OpenAIが2023年にFunction Callingを導入して以来、業界はAIインテリジェンス（エージェント）とツールの盛んなエコシステムを構築する方法を考えてきた。基礎となるモデルがより強固になるにつれ、インテリジェンスが外部のツール、データ、APIと相互作用する能力は...