SO-Arena: System One モデルの能力スペクトルと信頼性の検証

問い合わせをどの部署に回すか、次にどのツールを呼ぶか、エージェントの作業が本当に終わったか。こうした定型的な判断は、ソフトウェアの中で毎日大量に発生します。推論トークンを長々と出力する System Two 型のモデル( […]

オープンウェイトでマルチモーダルな System One Models は画像分類に使えるか?

前回の記事では、Jev ライクな意思決定モデル(System One Models)を Zero-Shot のテキスト分類器として使い、ハイパーパラメータをチューニングした TF-IDF + Logistic Regre […]

System One Models / 意思決定モデルはテキスト分類に使えるか?

サポートチケットの振り分けや問い合わせのカテゴリ判定など、業務システムにおける判定・分岐処理の代表格といえばテキスト分類です。この分野には、学習データから単語の重みを学ぶ TF-IDF + Logistic Regres […]

Ollama × Jevライクモデルで始める意思決定モデルの活用

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 […]

JEV-as-a-Judge: 低コスト・高精度なLLM評価の最適戦略

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 […]