【後編】RPRの中をのぞいてみる――Human Gate、結果不明、照合、修復、再開
で、このRuntime。中では何をしているのか 前編では、Responsibility Pathway Runtime（RPR）を作り、初めてPyPIへ公開した話を書きました。 今回は、その中身です。 「AIガバナンスをRuntimeにした」と言われても、何が動いているのか分かりにくいですよね。 そこで、Human Gate、結果不明、照合、修復、再開という流れに沿って、RPRが何をしているのかを見ていきます。 まず試すだけなら、これで入ります。 python -m pip install responsibility-pathway-runtime rpr --help 特定バー...
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
Kimi K3の使い方は3通り — 中小企業が現実的に触れるのはどれか
2.8兆パラメータのオープンウェイトモデル「Kimi K3」を実際に使う経路は、公式API・Kimi Code CLI・自前ホスティングの3つです。公開されている仕様と料金を一次情報から整理し、中小企業にとってどれが現実的かを見ます。API単価はClaude Sonnet 5と同額でした。
続きを読む →
AIの正解ラベルは100件で足りるのか？7,241件分の精度に到達した選び方と、9回中5回失敗した落とし穴
7,241件のデータプールからAI自身の不確実性で100件だけ選ぶと、全データ学習とほぼ同じ精度に届いた。一方で1回きりの微調整は9シード中5シードが物理的にありえない出力を学習し、検証スコアはそれを検知できなかった。ラベル作成コストに悩む中小企業が読むべき、選び方と止め方の設計を解説する。
続きを読む →
ベンチマークのモデル順位は、比べる相手が偏ると順位一致度0.60未満まで崩れるのか
人間のテスト理論である項目反応理論をAI評価に持ち込んだ18,000条件のシミュレーション研究。評価対象モデルの能力分布が偏ると順位再現度は0.60を割り、モデル数30では項目の難易度推定が0.50を下回った。一方で上位10%の項目だけでも順位再現は保てた。中小企業が「ベンチマーク上位」をどう読むかの材料として整理する。
続きを読む →