计算机科学 on 问衿的学习笔记https://wenjinji.cn/ja/subjects/%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6/Recent content in 计算机科学 on 问衿的学习笔记HugojaFri, 07 Aug 2026 00:00:00 +0000AI に画面を見ることやマウスやキーボードを操作することを許可したとしても、本当に仕事ができるのか？——Qwen-CUA 論文の実証実験結果https://wenjinji.cn/ja/episodes/qwen-cua/Fri, 07 Aug 2026 00:00:00 +0000https://wenjinji.cn/ja/episodes/qwen-cua/画面を見るだけで、マウスやキーボードを操作するだけで、このAIインターンは航空券を予約したり、申込書に記入したりできました。OSWorldの点数は38点から86.2点まで上がりました。AIで撮った動画はすでに本物そっくりだが、本当に文化を理解しているのか？——12カ国1,000問の実際のテスト結果https://wenjinji.cn/ja/episodes/culturevid/Thu, 06 Aug 2026 00:00:00 +0000https://wenjinji.cn/ja/episodes/culturevid/12カ国1,000問のテストで7つのテキスト生成ビデオモデルを評価した結果、画像は現実的に見えたものの、文化的な要素では失敗が多かったことがわかりました。.あなたのAI搭載スマホはいつも聞いているのに、誰かが空気中にコマンドを送り込んでいる。音声プロンプトが攻防論文に与える影響を完全に解析したものhttps://wenjinji.cn/ja/episodes/audio-inject/Thu, 06 Aug 2026 00:00:00 +0000https://wenjinji.cn/ja/episodes/audio-inject/2160件のステルス攻撃音声を実際にテストし、11の最先端AIインテリジェンスを評価しました。結果は「賢明だほど騙されやすく、最強のモデルでも7回中6回騙されてしまう」というものでした。AI 心理医は信頼できるのか？9つのチャットボットが初めて臨床試験を受けるhttps://wenjinji.cn/ja/episodes/sim-vail/Tue, 04 Aug 2026 00:00:00 +0000https://wenjinji.cn/ja/episodes/sim-vail/810回の会話、6,000回以上の対話：9つのチャットボットが初めて「心理医師の検査」を受けました。AIの評価者と27人の実際の医師の間の一致率は、医師同士の間の一致率よりも高いものでした。Skill Self-Play: LLMが自分に問題を出すことを学んだとき、3つのキャラクターはどのように共進化していくのでしょうか。https://wenjinji.cn/ja/episodes/skill-self-play/Tue, 28 Jul 2026 00:00:00 +0000https://wenjinji.cn/ja/episodes/skill-self-play/アリの新しい論文：AIに自分で問題を出して自分でテストすると、元々20.7点だった弱いモデルが63.6点まで伸び、42.9点も上がりました。しかし、強い基盤はわずか2.8点しか上がりませんでした。