深層学習⑥顔認識

©Google Googleは、既存のGemini 2.5 Proよりも軽量かつ高速なモデル「Gemini 2.5 Flash」を発表しました。現在、Google AI StudioおよびVertex AIのGemini APIを通じて利用可能です。 このモデルは、速度とコスト効率を向上させつつ、段階的な思考を促すハイブリッド推論機能を採用し、応答品質、コスト、速度のバランスを柔軟に調整できるよう設計されています。推論機能をオフにした状態でも高速な応答を維持し、全体的な性能も向上しています。実際、LMArenaの「Hard Prompts（難易度の高い質問）」部門では、Gemini 2.5 Proに次いで2位を獲得しました。 ...

xAIは、新たなAIモデル「Grok 3」を発表しました。今年1月から事前学習を完了し、現在も継続的にアップデートが進められています。特に、数学、科学、コーディング分野において、Gemini-2やDeepSeek-V3などの最新モデルを上回る性能を示している点が注目されています。さらに、初期モデルはLMSYSチャットボットアリーナで1位を獲得したとのことです。 Grok 3の特徴と能力 Grok 3は、複雑な思考が求められる作業もこなせるAIとして設計されています。例えば、以下のような高度なタスクに対応できます。 また、Grok 3は強力な検索エージェント「Deep Search」を活用し、複数のWebサイトから情報を分析し、正確な回答を提供することが可能です。 現在、この新モデルはX（旧Twitter）プラットフォームのPremium+ サブスクライバー向けに提供されているとのことです。 ...

©GoogleGoogleは、推論能力に重点を置いた言語モデル「Gemini（ジェミナイ）2.5」を発表した。今回公開されたのはGemini 2.5 Proの実験バージョンで、Googleが本格的に推論型AIモデル競争に参入したことを示している。 Gemini 2.5は、アップグレードされたベースモデルとポストトレーニング（後処理学習）を組み合わせて性能を向上させており、LMArena、Humanity’s Last Exam、AIMEといった主要ベンチマークで最先端の成績を収めている。現在、Google AI Studioにアップデートされており、Gemini Advancedのサブスクリプション利用者はGeminiアプリでも利用可能。数学の問題解決や複雑な推論を必要とする日常の課題も、より簡単に解決できるようになっている。 強力なコーディング能力 GoogleはAIによるコーディング性能の向上に注力しており、Gemini 2.5は前バージョンの2.0と比べて大きな進歩を遂げた。今後も継続的な改善が予定されている。Gemini 2.5 Proは、視覚的に魅力あるWebアプリケーションの制作、エージェント型コードの開発、コードの変換・編集など、さまざまな分野で優れた性能を発揮している。 特に、エージェント型コード評価の業界標準とされる「SWE-Bench Verified」では、カスタマイズされたエージェント設定を用いて63.8%という高いスコアを記録し、卓越したコーディング能力を証明した。 以下の動画では、Gemini 2.5 Proがわずか1行のプロンプトから実行可能なコードを生成し、ビデオゲームを制作する様子が確認できる。 ...