SHAPの「その先」へ：shapiq で Shapley 相互作用を試す

機械学習モデルの予測理由を説明する手法として、SHAP（Shapley 値）はすでに定番の道具になっています。表データを扱う現場で、ウォーターフォール図を一度も見たことがない人のほうが少ないかもしれません。ただし Sh […]

MAPIEではじめるコンフォーマル予測入門

機械学習モデルを業務に組み込もうとすると、「この予測はどのくらい信用していいのか」を必ず聞かれます。売上予測が 120 だったとして、それが 100〜140 の間に収まりそうなのか、50〜190 くらいまで振れうるのかで […]

最近のLLMには、推論の過程を長く書き出す「思考モード」が標準で備わるようになりました。推論によって精度は向上しますが、トークン消費とレイテンシも増加します。そのため、「推論は不要なので答えだけを返してほしい」という場面 […]

Claude Code などのコーディングエージェントでは、プロジェクトの作法を SKILL.md にまとめる使い方が広がっています。Agent Skills（エージェントスキル）と呼ばれるこの仕組みは、コマンドの追加や […]

数十時間にわたって動き続けるAIエージェントを運用していると、精度以前にコンテキストの肥大化という壁にぶつかることがあります。検索結果やツール呼び出しのログ、過去のやり取りが際限なく積み上がり、コンテキストウィンドウの上 […]

ChatGPTをはじめとするLLMは、チャットや文章生成では既に「超人的」と言えるレベルに達しています。しかし、実際の業務システムに目を向けると、「このサポートチケットはどのチームが担当すべきか」「この問い合わせは緊急か […]

天体物理学の観測環境は、この十数年で劇的に変化しました。LSST、Gaia、Euclid、DESIといった大規模サーベイに加え、重力波やニュートリノを含むマルチメッセンジャー観測網が整備されたことで、電波からγ線までの電 […]

LLMの出力をLLM自身に採点させる「LLM-as-a-Judge」は、プロンプト改善、RAGの検索・生成パイプラインのチューニング、社内ファインチューニング用のデータ選別など、開発サイクルにかなり定着しています。とこ […]

LLMを開発していると、モデルの構造や学習データには注意を払っても、入口にあるトークナイザは「とりあえずBPE」で済ませてしまうことが少なくありません。BPE（Byte-Pair Encoding: バイト対符号化）とU […]

工場の溶接ロボットは、部品の位置が数センチずれただけで止まってしまいます。if-then のルールで動く従来型のロボットは、想定外の状況に弱いことが長く課題とされてきました。一方で、LLM（Large Language […]