ペリカンで見る最近のLLM動向

Simon Willisonは最近のLLM（大規模言語モデル）の進展について紹介しました。

過去6ヶ月間で30以上の重要なモデルが登場し、その評価が問題になっています。

独自のベンチマーク方法として、ペリカンが自転車に乗るイメージを生成させるユニークなテストを行いました。

DecemberのMetaのLlama 3.3 70Bや、DeepSeekのR1など、特筆すべきモデルについても取り上げました。

Pelicanのイラストを生成することで、異なるモデルを比較し、モデルの能力を評価しました。

最近のAIのアプローチでは、ツールと推論を組み合わせることが強力な手法とされています。