geeknees

静的スコアを超えて：大規模言語モデル評価のフロンティアとしてのポーカーに関する包括的分析

はじめに：動的かつ戦略的なベンチマークの必要性

大規模言語モデル（LLM）の能力を測定するために、ポーカーのような対戦ゲームの成績を利用するというアイデアは、AI評価の次なる地平を指し示す先進的なアプローチである。現在の評価パラダイムは、膨大な知識を問う静的なテストに大きく依存している 。しかし、これらの手法は、LLMの真の知性を測る上で重大な限界を露呈し始めている。
MMLU（Massive Multitask Language Understanding）のような現行のゴールドスタンダードは、モデルが事前学習で獲得した知識の幅広さと深さを測定する上で大きな成功を収めてきた 。しかし、これらのベンチマークは本質的に静的であり、質疑応答形式に留まるため、インタラクティブな環境における動的な多段階推論や戦略的適応能力を評価することはできない。さらに深刻な問題として、「ベンチマーク飽和」と「データ汚染」が挙げられる 。静的なデータセットは、LLMの巨大な学習コーパスに意図せず含まれてしまう可能性があり、その結果、モデルの性能スコアが不当に水増しされ、真の推論能力ではなく記憶力を測定してしまうリスクがある 。
このような背景から、ポーカーは単なるゲームではなく、次世代のAIを評価するためのユニークで包括的なテストベッドとして浮上する。ポーカーは、数学的な計算（確率論）、論理的な演繹、戦略的な計画（ゲーム理論）といった能力の統合を要求するだけでなく、不完全情報という状況下で、心理的な洞察力（ブラフ、欺瞞、相手のモデリング）をも試すからである 。この複雑性が、ポーカーをLLMの戦略的・適応的知性を測るための理想的なフロンティアたらしめている。本レポートは、LLM評価におけるゲーム利用の先行研究を網羅的に調査し、特にポーカーが持つ可能性を深く分析することで、静的な知識テストの限界を超えた、より動的で信頼性の高い評価手法の設計に向けた道筋を提示する。

第1章 LLM評価の最先端：批判的レビュー

geeknees

人工的実存とアルゴリズム的構造：AIアライメントとシステムダイナミクスにおける実存主義-構造主義的緊張関係に関するプラグマティズム的考察

序論：二つの対立する枠組みの再発見——主体からシステムへ、そしてAIへ

本稿は、20世紀の哲学における実存主義と構造主義の間の深刻な分裂が、現代の人工知能（AI）開発における中心的な緊張関係を理解するための、強力でありながら未だ十分に探求されていない類推的枠組みを提供すると主張する。具体的には、実存主義がラディカルな自由と主観的エージェンシーに焦点を当てる点は、AIを自律的で目標志向の「実存」として扱うAIアライメントおよび実存的リスクの課題に直接的に対応する。対照的に、行動を決定する根底にある非人格的なシステムを強調する構造主義は、アルゴリズム的バイアスやフィルターバブルといった現象をシステムの構造から生じる創発的特性として説明するシステムダイナミクスの洞察と共鳴する。
本稿の方法論的アプローチは三段階で構成される。第一に、この歴史的な哲学的対立を再構築する。第二に、この二元的なレンズを現代のAIの状況に適用する。第三に、プラグマティズムの哲学を用いて、理論的分析を超え、各視点の実践的帰結を評価する。最終的な目的は、これらの見解をプラグマティズム的かつ実験的な精神に導かれて統合することが、責任あるAIガバナンスに向けた最も堅牢な道筋を提供することを示すことにある。
本稿は三部構成である。第一部では、実存主義と構造主義の歴史的対立を確立する。第二部では、この対立をAIアライメントとシステムダイナミクスの類推として適用する。第三部では、プラグマティズムを用いてこの分裂を橋渡しし、実践的で適応的なガバナンス解決策を探求する。

第一部：「主体」の危機と再定義——20世紀思想における葛藤

geeknees

二重の反転：産業組織論からプラットフォーム戦略へ、そして再び産業組織論へ

第1節 第一次反転：経営戦略は如何にして産業組織論から生まれたか

現代の経営戦略論の知的基盤を理解するためには、まず経済学の一分野が、当初の目的とは正反対の用途に転用された「第一次反転」を理解する必要がある。本節では、公共政策と市場規制のために開発された経済学の分析ツールが、いかにして私的利益の最大化という目標のために再利用されたかを詳述する。

1.1 構造-行動-成果（SCP）パラダイム：公共政策のためのフレームワーク

20世紀の大部分において、産業組織論（Industrial Organization, IO）の支配的な分析枠組みは、構造-行動-成果（Structure-Conduct-Performance, SCP）パラダイムであった 。このパラダイムは、市場の**構造（Structure）がその市場に参加する企業の行動（Conduct）を規定し、その行動が結果として市場全体の成果（Performance）**を決定するという、一方向の因果関係を前提としている 。

geeknees

松山3泊家族旅行プラン ～子連れで楽しむ観光・温泉・B級グルメ～

旅行の概要とポイント

3泊4日の日程で、4月中旬に松山市を家族4人（大人2名・小学4年生と2年生）で旅行するプランです。お父様は日中エンジニア・カンファレンスに参加予定のため、お母様とお子様で楽しめるスポットを中心に計画しています。お子様は遊ぶことと食べることが大好きで、かわいいものやジンベエザメに興味があるとのこと。また、温泉に入ってみたいご希望や、松山ならではのご当地B級グルメをリーズナブルに味わいたいとのリクエストも考慮しました。

プラン作成のポイントは以下の通りです：

• 子供が楽しめる体験や施設を各日程に組み込み、動物園・公園・遊具スポット・かわいい展示やショップをバランスよく配置。
• 屋外と屋内の活動を織り交ぜ、晴天時はもちろん雨天時にも対応できる代替案を用意。
• 地元の温泉やB級グルメも各日に盛り込み、大人も子供も松山の文化や味覚を満喫できる構成。

geeknees

const { MerkleTree } = require("merkletreejs");
const keccak256 = require("keccak256");

// List of 7 public Ethereum addresses
let addresses = [
  "0x...",
  "0x1..",
  "0x2..",
  "0x3..",
  "0x4..",

geeknees

Test start!
chunkWhile x 2,882,663 ops/sec ±0.71% (86 runs sampled)
chunkRec x 2,601,506 ops/sec ±0.91% (86 runs sampled)
chunkReduce x 2,993,484 ops/sec ±0.89% (85 runs sampled)
Fastest is chunkReduce

geeknees

🌞 Morning   449 commits  █████▎░░░░░░░░░░░░░░░  25.5%
🌆 Daytime   442 commits  █████▎░░░░░░░░░░░░░░░  25.1%
🌃 Evening   729 commits  ████████▋░░░░░░░░░░░░  41.4%
🌙 Night     141 commits  █▋░░░░░░░░░░░░░░░░░░░   8.0%

geeknees

DIRPATH=$1
for FILE in ${DIRPATH}*.mkv; do ffmpeg -i "${FILE}"  -vcodec copy -acodec aac -strict experimental -ab 128k -aprofile aac_low -ac 2 -ar 44100 "${FILE%.mkv}.mp4"; done

geeknees

for filename in *.erb; do html2haml $filename ${filename%.erb}.haml; done

geeknees

SELECT count(1) as signed_up_users
FROM users
WHERE users.created_at >= now() - interval 2 day
AND users.created_at < now() - interval 1 day;