Claude thinking、Gemini thinking、DeepSeek R1などに代表される推論型LLMの行う推論（reasoning）が、問題の複雑さに対してどのような振る舞いをするか調査した論文を解説します。 📝 論文書誌情報：Shojaee, P., Mirzadeh, I., Alizadeh, K., Horton, M., Bengio, S., & Farajtabar, M. (2025). The illusion of thinking: Understanding the strengths and limitations of reasoning models via the lens of problem complexity. arXiv preprint arXiv:2506.06941. 🔗 論文リンク： https://www.arxiv.org/abs/2506.06941 🐦 X：https://x.com/_mathbullet 👨🏻‍🎓 アジェンダ ・背景｜推論モデル ・提題｜推論モデルは汎用的な思考をしているのか？ ・実験｜複雑さを制御可能なパズルゲーム ・議論｜推論モデルの強みと限界 --- 「数理の弾丸」は、人工知能や言語にまつわる学術知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。 ■スピーカー：吉田、スミス、鈴木

マルチモーダルRAGシステムの難所をエレガントに解決する最新手法 UniversalRAGをコンパクトに解説します。 高評価・コメントとても励みになっています。いつもありがとうございます！ 🔗 元論文：https://arxiv.org/abs/2504.20734 🎥 RAGの解説は https://youtu.be/L1tDr3C7z-Q?si=viYccbZSEJpd2ot2 🎥 Transformerの解説は https://youtu.be/6tcjwdanedU --- 「数理の弾丸」は、人工知能や言語にまつわる学術知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。 🐦 Twitter：https://x.com/_mathbullet ■スピーカー：吉田、桜島、ゼイキン、スミス、辻、鈴木

本題は 0:37 から 👩🏻‍💻 Colabノートブック：http://tiny.cc/cbkh001 🐧 Twitter：https://x.com/_mathbullet 🎥 MCP解説：https://youtu.be/UKtgywiZ8io?si=h52V3bJP-pP38rgZ 🎥 RAG解説：https://youtu.be/L1tDr3C7z-Q?si=fiSL5TwVe81S96T6 👨🏻‍🎓 アジェンダ ・エージェントとは一体何なのか ・エージェントを支える技術 ・エージェントを作る --- 「数理の弾丸」は、人工知能や言語にまつわる学術知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。 ■スピーカー：吉田、桜島、ゼイキン

うまく使えるとかなりかなり便利ですね！ 🔗 使用した ArXiv MCPサーバ：https://github.com/blazickjp/arxiv-mcp-server 🔗 コピペ用ファイル：https://drive.google.com/drive/folders/13_n1i_IuuVi_C5mcflBi67jMT61MBSVB?usp=sharing 🎥 パスって何？という方はこちら：https://youtu.be/VBiKjWHC4jU 🎥 最新Claude 3.7 Sonnetの紹介はこちら：https://youtu.be/hMBHOvsrwkQ --- 「数理の弾丸」は、人工知能や言語にまつわる専門知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。 ■スピーカー：吉田

📝 Paper: https://arxiv.org/abs/2501.12948 🐻 GitHub: https://github.com/deepseek-ai/DeepSeek-R1 🤖 Model card: https://huggingface.co/deepseek-ai/DeepSeek-R1 --- 「数理の弾丸」は、人工知能や言語にまつわる専門知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。 ■スピーカー：吉田、スミス、辻、鈴木

📝 リリースページ：https://www.anthropic.com/news/claude-3-7-sonnet 📝 モデルカード：https://assets.anthropic.com/m/785e231869ea8b3b/original/claude-3-7-sonnet-system-card.pdf 🦅 X / Twitter：https://x.com/_mathbullet --- 「数理の弾丸」は、人工知能や言語にまつわる専門知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。 ■スピーカー：吉田、桜島

📝 Paper: https://arxiv.org/abs/2501.12948 🐻 GitHub: https://github.com/deepseek-ai/DeepSeek-R1 🤖 Model card: https://huggingface.co/deepseek-ai/DeepSeek-R1 --- 「数理の弾丸」は、人工知能や言語にまつわる専門知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。 ■スピーカー：吉田、スミス

大規模言語モデル活用の強力なパートナー、LangChainに粛々と入門します🧚🏻‍♀️ 「数理の弾丸」は、人工知能や言語にまつわる専門知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。 ■スピーカー：吉田、スミス、鈴木 #chatgpt #langchain #python

👨🏻‍💻 使用するデータ：https://drive.google.com/drive/folders/1tDb2SrjtpmZoYynEaObkYgJwnRRRJas9?usp=drive_link --- 「数理の弾丸」は、人工知能や言語にまつわる専門知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。 ■スピーカー：吉田、桜島 --- 効果音ラボの音声素材を使用しています。

ありがとうPyTorch 👨🏻‍💻 ノートブック・データ: https://drive.google.com/drive/folders/1RlRDJa3hldMfBqyL8IvX4cfe9M3IstLv?usp=drive_link 🤖 言及したモデル: - 東北大日本語BERT: https://huggingface.co/tohoku-nlp/bert-base-japanese - LINE日本語DistilBERT: https://huggingface.co/line-corporation/line-distilbert-base-japanese 6:13 下準備 9:35 データの前処理 13:35 id2label、label2id の定義 16:30 データセットの定義と前処理 38:00 評価指標の定義 39:49 モデルの定義と学習 51:00 評価 53:13 推論 --- 「数理の弾丸」は、人工知能や言語にまつわる専門知をわかりやすく、誤魔化さずに伝えることを目指すチャンネルです。 ■スピーカー：吉田、桜島 --- OtoLogic、効果音ラボの音声素材を使用しています。