世界モデルが長い未来を予測し、良い行動を選ぶまで
この記事でつなぐもの 世界モデルが次の状態を予測できても、それだけではAgentは行動できません。 長い未来を想像する -> その未来の良さを評価する -> action候補を比べる -> 方策そのものを学ぶ この記事は、05 Long Horizon、06 Reward / Value、07 Planning、08 Imagination RLを一つの流れとして扱います。 1. 1stepで当たっても、遠い未来では崩れる 学習中は正解stateを入力にできます。しかしrolloutでは、自分の予測を次の入力へ戻します。 正解state -> 予測1st...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
編集部の実践記録から
AEO対策室
AIが別の会社の説明を返してくるとき、何をすればいいのか（同名・類似名の対処）
社名や商品名が他と重なっていると、AIは自社ではなく別の会社を説明します。記事を増やしても解決しません。当社自身がこの状態で、AI認知スコアは100点中10点でした。その日のうちに直した3か所と、判断の順序を公開します。
続きを読む →
失敗の鬼
経理は13本、マーケは1本 — 27本の自動化ジョブが教えてくれた「AIに任せてよい仕事」の見分け方
弊社の自動化ジョブは27本ありますが、内訳は経理13本に対してマーケはたった1本。しかも毎朝の定型集計には、あえてAIモデルを一切使っていません。この偏りと設計判断から見えてきた「AIに向く仕事・向かない仕事」の見分け方を、実際の数字だけで書きました。
続きを読む →
AEO対策室
ChatGPT検索・Perplexity・Google AI Overviewsは、出典をどう選んで表示するのか
AI検索と一口に言っても、出典の選び方も見せ方もエンジンごとに違います。ChatGPT検索・Perplexity・Google AI Overviews・Geminiが出典をどう扱うかを、公開されている仕組みと画面で確認できる範囲だけで整理します。順位や引用率などの測定値は書きません。
続きを読む →