3月 05 2026 0 Text-to-SQL評価の精度を高める新手法：データベース制約を活用した検証ツールSpotIt+ 投稿者: ユウ TL;DR Text-to-SQLシステムの評価で、従来のテスト実行ベ…
12月 22 2025 0 AIが書いた「専門家レポート」、その実力はどう測る？〜信頼性を可視化する新基準「DEER」の挑戦〜 投稿者: ユウ 解説 ねえねえ、智也くん！これ見て！『DEER: A Comprehe…
12月 18 2025 0 AIに法律の試験を受けさせる？ベトナム発、法律家AIの実力を測る世界初の「問題集」の秘密 投稿者: ユウ 解説 ねえねえ、智也くん！これ見て！『VLegal-Bench: Co…