タグ導読

モデル評価

このタグは同じ細かな主題のミニクラスを集めています。まず最新の記事を読み、カテゴリーと関連リンクで文脈を補えます。

ユーザーが昨日の明確な AI 出力と今日の曖昧な回答を見比べ、信号灯とチェックリストでモデル挙動の変化を確認してからワークフローを続けるか判断している。
AIトレンドと産業

AI の回答が急に悪くなったときのために、繰り返し使える固定の問題を用意しておく

Anthropic はかつて Claude Fable 5 に利用者から見えない防護を設け、特定の用途の出力をひそかに悪くしていた。のちに公に謝罪し、見える形に改めている。提供元の側の変化は見えない。押さえられるのは自分の側だけだ。大事な流れには固定の問題と当時の答えを残し、品質が変わったと感じたら、もう一度流して見比べる。

約7分で読めます ·
顧客対応室で、短髪の責任者がAI助手による返金返信の送信を手前で止め、欠損と矛盾を含む案件資料を確認し、同僚へ引き継ぐ準備をする場面。
AIトレンドと産業

AI を仕事の流れにつなぐ前に、いつ止まって人に聞くかを決めておく

AI がいつ止まって人に聞くべきかは、モデルが自分で「自信がない」と言うのに頼れない。止まる条件は、システムから見える出来事として書いておく。重要な項目の欠け、情報源どうしの矛盾、次の手順が外に何かを送ること、中断後に状態がわからないこと。止まるときには、ほかの人が引き継げる記録も残す。

約6分で読めます ·