In Silico — AIに学ぶ
シリーズ
すべてのシリーズ →最新の記事
アーカイブ → RTL生成はEDA出力を戻して使う、脆弱性検出はまだ早い 機械学習ポテンシャル(MLIP)はDFTを高速に近似する AIは従来の学習手段と何が違うか——三つの認知負荷で測る AI協働の問題は大半が古い——壊れた前提だけが新しい 学習はAI活用の第一級設計変数——生産性偏重の盲点 エージェントの組織化に、マネジメント技術は半分だけ効く 汎用MLIPの微調整は、手法選びより土台と設定が効くと報告 ソフトウェア開発観が、AI協働の姿勢と道具を決める 多数のAIエージェントの統治と、爆発半径の封じ込め AI委譲の判断——非決定性のコストと、来歴の担保 スキャフォールド自動最適化の現在地と限界 エージェントの文脈設計——記憶の外部化と意図の固定