AIを使う人は生産年齢人口の何％か――147の国・地域を比べる推計指標
- AI User Shareは、Microsoftの匿名化利用記録を端末普及率や携帯利用の推計で補正し、15〜64歳人口に対するAI利用者の割合を求める。
- 著者らは147の国・地域を対象とし、世界全体の推計割合を15％、1人当たりGDPとのスピアマン相関係数を0.83と報告した。
- Microsoft利用者への偏り、携帯利用への換算、PCと携帯端末を併用する人の重複推計を踏まえて数値を読む必要がある。
RESEARCH BRIEFS
論文をさくっと読む
掲載済みの論文解説から、研究の要点を短く紹介します。
乳房X線画像のデータをそろえるMammoClean：撮影方向と記録の差を点検する
- MammoCleanは症例選定、画像の左右・濃淡補正、複数方向の画像に付く記録の統一を扱う。
- 著者らは三つのデータセットで、乳房密度と異常所見の割合に大きな差があると報告した。
- 破損データによるモデル性能の低下も報告されたが、確認できた本文の範囲では指標や数値は分からない。
複雑な表の数値質問を、質問分解・表の整形・コード計算で解くTabDSR
- TabDSRは質問の分解と表の整形を並行して行い、生成したPythonコードで数値を計算する。
- 著者らの表1では、TAT-QA、TableBench、CalTab151の正解率は順に60.41%、52.75%、45.70%だった。
- 業務で試す際は正解付き質問と元表を用意し、回答に加えて参照セル、計算式、整形ミスを検証する。
文書を質問ごとの表に変換し、抽出ミスを検出するReDD
- 質問に必要な表と、文書間の情報を結び付ける列を動的に発見する。
- 言語モデルの内部状態を使う判定器で抽出ミスを探し、再抽出や人の確認につなぐ。
- 著者らは、直接抽出で最大30％だった行の誤り率を1％未満に下げたと報告する。
心音の雑音とデータの偏りに対応する分類モデル
- 心音を雑音除去・画像化し、CNNと記憶更新を変えたLSTMで分類する。
- 著者らのテスト報告は正解率99.42%、F1値98.85%。
- データの正常・異常ラベルと不整脈診断との対応、外部データでの性能は確認が必要。
炎の有無だけでなく周囲の状況も記録する画像・動画データセット
- 炎の位置に加え、燃焼物、周辺環境、危険度を記した画像・動画データセットを提案した。
- 著者らは約2万2500枚の画像と約2500本の動画を報告し、重複率は比較対象より低いと述べた。
- 現場利用には、管理された火と危険な火の見分け方、見逃し率、誤警報率の再評価が要る。
LLMの下書きをいつ止めるか、検証結果から規則を選ぶTapOut
- TapOutは、投機的デコーディングで下書きを止める規則を、検証結果に応じて選ぶ。
- 著者のLlama-3 1B/8B評価では、系列単位UCB1の固定長方式に対する速度比はMT-Benchで1.25、HumanEvalで1.09だった。
- Gemma3 270M/27BのMT-Benchでは速度比が0.90で、適用先での生成時間の測定が必要である。
SPARQLの検索条件を文章で確かめ、対話で修正するInteracSPARQL
- SPARQLを構文木から条件別に説明し、LLMで読みやすい文章に整える。
- 質問、検索結果、説明を照らし、必要に応じて実体や関係の識別子を調べてクエリを修正する。
- 著者らはQALD-9とQALD-10で改善を報告するが、確認できた本文には比較得点や利用者評価の詳しい条件がない。
語を数える下書きで要約の長さを調整するPlan-and-Write
- 語に番号を付けた下書きを段落へ直す指示により、モデルを再学習せず要約の語数を調整する。
- 主要評価では６モデル中４モデルで提案指示のいずれかが標準指示より低い語数誤差を示したが、効果はモデルによって異なる。
- 導入時は語数のずれだけでなく、原文との一致、重要点の欠落、生成時間を同じ条件で比較する。
無線信号でロボットの屋内位置を推定するHyNN：走行条件で変わる平滑化の効果
- CSIを振幅・位相の数値と画像に変換し、HyNNでロボットのX・Y座標を推定する。
- ULAデータのテスト分割では、64アンテナの平均誤差は49.66 mmだった。
- 64アンテナ・無雑音の走行評価では、カルマンフィルターで直進時の誤差が減った一方、障害物回避時には増えた。
生成文の疑わしい条件を選んで検証するRLAC
- RLACは生成結果ごとに批評モデルが疑わしい評価条件を提案し、外部検証の結果で生成モデルを学習させる。批評モデルも更新できる。
- 著者らのQwen3-8Bによる8文伝記生成では、FactScoreはRLACが0.889、FactTune-FSが0.867で、検証器の呼び出しは76,800回と438,949回だった。
- 社内文書への応用には、元記録に基づく個別の正誤判定が必要であり、選ばれなかった誤りも別途点検する必要がある。
2D関節列から3D姿勢列を推定し、軌跡のずれを周波数ごとに学習するHGFreNet
- HGFreNetは動画の2D関節列と予備推定した3D姿勢列を使い、連続する3D関節位置を推定する。
- 複数距離の関節をまとめるHGAと、推定軌跡を周波数領域で正解と照合する学習を組み合わせる。
- 著者らはHuman3.6MとMPI-INF-3DHPで評価した。正解2D関節を入力した条件ではMPJPEが38.8 mmから18.9 mmに下がったと報告するが、元の数値の比較条件は確認できない。