マルチモーダル 医療画像解析マルチモーダルLLMとデータセットMed-MAT
医療画像解析に役立つマルチモーダルLLMの活用が進展中。大規模ラベル付きデータセット「Med-MAT」を構築し、プロンプトエンジニアリングとTransformerモデルで精度向上を実現。医療現場でのAI活用がさらに広がる可能性。
LLM
マルチモーダル 
ニュース Anthropicの新機能「Computer Use」が業界に革命！
AnthropicがAIモデル「Claude 3.5 Sonnet」のアップグレードを発表し、「Computer Use」機能のベータ版を公開。AIがPC操作を自動化可能に！GitLabやCanvaも導入、特にReplitではテスト自動化に活用。業務効率化に期待が高まる新たな技術革新です。
ニュース 教育機関向け生成AIサービス「exaBase 生成AI for アカデミー」提供開始
教育機関向け生成AIサービス「exaBase 生成AI for アカデミー」を開始。教職員と学生の業務支援を実現し、AI活用で業務効率化と時間削減
ニュース NTT東日本、医療文書作成支援AIで医師の働き方改革を推進
NTT東日本、関東病院で医療文書作成AIの実証開始。医師の長時間労働解消へ、生成AI活用を期待。また、安全な生成AI環境整備で医療DXを推進 。
ニュース Meta、最新AIモデル「Llama 3.3 70B Instruct」
Meta社が700億パラメータの言語モデル「Llama 3.3 70B Instruct」を発表。公開データセットと1,000万件の人間注釈で訓練し、多様なタスクで高性能を実現。英語を中心に30以上の言語をサポートし、コード生成やテキスト生成にも対応。
ニュース Salesforce、AI管理ツール「Agentforce Testing Center」を発表
SalesforceはAIエージェント管理ツール「Agentforce Testing Center」を発表。AIエージェントのテスト、展開、監視を安全かつ効率的に行うことを可能に。現在クローズドパイロット中であり12月初旬に一般提供予定。
ニュース 次世代音声AIプラットフォーム「Conversational AI」-ElevenLabsより
ElevenLabsのプラットフォーム「Conversational AI」は、音声認識、LLM、音声合成を組み合わせて自然な会話を実現。 超低遅延、高品質な音声生成、31言語対応など多様な用途に対応可能。ReactやPythonなどのSDKを提供し、Twilioとの統合で電話会話もサポート。
ニュース NASAとMicrosoft開発！Earth Copilotで地球科学データのアクセスを容易に
NASAとMicrosoftがAIで地球科学データ活用を簡易化。自然言語で質問可能な「Earth Copilot」を開発。該当ツールは農業や災害対応など幅広い分野で応用可能。
マルチモーダル 【UniAR】人間の視線の動きや興味を理解するマルチモーダルモデル – Googleの研究
この論文では、人間の視覚的な注意や好みを予測する統合モデル「UniAR」を提案しています。従来は個別のモデルで対応していた「視線の動き」「重要な部分の予測」「審美性の評価」などを1つのモデルで実現し、様々な種類の画像（自然画像、Webページ...
言語・LLM LLMは痛みや快楽の強度に応じて行動を変える？Googleの研究より
この論文では、LLMが快感と苦痛の状態を理解し、それらを基に意思決定できるかを検証しています。実験では、ポイント獲得と苦痛・快感のトレードオフを評価し、一部のLLMが人間のような合理的な判断を示すことが分かりました。