多役プロンプトの人物ロールは、名前でなく1行の評価基準で分岐する
TL;DR 多役プロンプトで役に「肩書き」ではなく実在の人物名（歴史上の経営者・思想家）を割り当てても、価値観を明示しない限り、出力は人物によらない一般論に収束する 人物名だけを渡した条件では、生成される発言は3人ともほぼ同じ要旨になり、発言者を伏せると区別できなかった。人物ごとに「守るもの（評価基準）」を1行明示した条件では、初めて3人の指摘が分岐した 生成された発言はいずれも公開情報からの推測であり、本人の実際の発言ではない。実在の存命人物を同じ手法で呼ぶと、本人の今後の発言・立場変化と矛盾する推測を生成するリスクがあるため、本検証では評価が公開情報として固定されている歴史上の...
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
新しい汎用AIが出ても特化モデルは勝てるのか — スコア0.925対0.798の比較を読む
帳票の読み取りをAIに任せるとき、最新の大手汎用モデルを待つべきか、自社言語・自社帳票に合わせた小型モデルを選ぶべきか。2026年7月16日に公開された比較では特化モデルが0.925、汎用OCRが0.798でした。ただしこれは提供元自身が設計したポルトガル語専用ベンチマークの数字です。
続きを読む →
攻撃者の操作ログ17,000件超──AIエージェントによる侵入に、中小企業は何を前提に備え直すべきか
Hugging Faceが自社の侵害インシデントを公開しました。フォレンジックのために解析した攻撃者の操作ログは17,000件超、横展開が行われたのは週末の1回分です。中小企業にとっての結論は「鍵とトークンの棚卸し」と「ログを残す設計」の二点に集約されます。発表者が被害当事者かつAI提供者である点も含めて読み解きます。
続きを読む →
単価の安いモデルを選べば安くなるのか？417タスクで155ドルと79ドルが逆転した記録
IBM Researchが同一条件の417タスクでエージェントを動かしたところ、公表単価の安いGPT-4.1が総額155ドル、単価の高いClaude Sonnetが79ドルとなり、実測で約2倍の逆転が起きました。AI利用料をカタログ単価で見積もる危うさと、中小企業が取るべき比較手順を整理します。
続きを読む →