トピック: F1 Score

全セクション横断 6 件

英ケンブリッジ大学の研究者らが、複数の逆コンパイラ出力を大規模言語モデルに同時入力する手法を開発した。追加学習不要でマルウェア検知の再現率が改善し、企業のセキュリティ運用コスト削減に直結する成果として注目される。

サイバー脅威情報をMITRE ATT&CKフレームワークで自動分類するオープンソースLLMの実力を測定した初の本格的ベンチマークが公開された。最高性能モデルのF1スコアは0.22にとどまり、実運用への採用には重大な課題が残ることが判明した。

カナダの研究チームが、AIエージェントによる個別最適化された業務ワークフロー予測を評価する初の体系的ベンチマーク「DRFLOW」を発表した。企業の業務自動化における精度検証の標準化に道を開く成果である。

米研究チームが顎・顔面筋の動きを音声と組み合わせた感情認識システム「MAJIC」を開発した。微妙な感情表現でも高精度を維持し、コールセンターや医療など対人業務のKPI改善に直結する可能性がある。

大規模モデルの知識を小型AIに圧縮する新技術「HumP-KD」が、わずか5MB以下のモデルでF1スコア0.9876の火災分類精度を実現した。高価なサーバー不要で既存カメラに実装可能となり、製造・物流・不動産業界に実務的な導入機会をもたらす。

グラフニューラルネットワークを活用した新手法が、製造業のサプライチェーン異常を従来手法比40%早期に検出することに成功した。