Claude Code の3モデル（fable / opus / sonnet）を3タスク×2試行のヘッドレス実験で比較し、テレメトリの効率指標と LLM-as-a-Judge による品質採点を掛け合わせて評価しました。最安・最少手数だったモデルが品質採点では最下位になった実例から、「効率指標単独ではモデル評価を誤る」ことを実証します。
アンソロピック、評価額141兆円でOpenAI超えへ──人類史上最大の資金調達ラウンド（Forbes JAPAN） - Yahoo!ニュース
株式会社ウォーカー宿泊DXサービス111を一枚に。「宿泊業界DXカオスマップ2026年上半期版」を無料公開
AI時代のエンジニアリングマネージャーのあり方｜外部品質編 〜品質の可視化を、現場と経営をつなぐ形にするまで〜
【セッションレポート】多人数不完全情報ゲームAIのための数理最適化と機械学習 #CEDEC2026
合同会社ハレ日本中の「AIでつくってみた」が集まるお祭り「生成AIなんでも展示会 Vol.6」9月23日（水・祝）浜松町で開催！約300組出展予定・入場無料
まだコメントはありません。
コメントを送信しました。
AIニュース
