トピック: Synthetic Data

全セクション横断 3 件

ベルリン工科大学などの研究チームが、仮想空間と現実環境のデータ差異を埋める新手法を開発した。製造業や物流分野でのロボット導入コスト大幅削減につながる可能性がある。

米研究者らが臨界パーコレーション理論を応用した合成データセットを開発した。ニューラルネットワークの解釈性評価の精度が高まることで、金融・医療・製造業における説明可能なAI導入が加速する可能性がある。

人間による注釈作業なしに生成した合成対話データが、注釈付き訓練データの93.3%の性能を達成した。カスタマーサポートのAI導入コストと期間を大幅に圧縮できる可能性がある。